パスワードを忘れた? アカウント作成
241699 journal

aitoの日記: 2010年7月29(木) SIGMUSまとめ 午前後半

日記 by aito
■音響信号理解 [10:45~12:00]
(11)多重音基本周波数解析のための無限潜在的調波配分法
吉井さん。階層ノンパラメトリックベイズモデルによる多重音のF0推定。ベイズ推定についての丁寧な説明があって大変わかりやすい。PreFEst的な調波構造表現で,高調波数や混合数を定式化の上では無限に多くして,事前分布を入れたベイズ推定の中で有限個の重みだけが0以外となるように導く。混合比の事前分布はディリクレ過程(棒折り過程)。ディリクレ過程にもパラメータがあるので,超事前分布によってハイパーパラメータを分布として扱う。学習は変分EM。従来の方法(PreFEst,HTC)とそれほど違わない性能で,パラメータチューニングが必要ないところが売り。計算時間は長め。

(12)無限状態スペクトルモデルによる音楽音響信号の解析
東大嵯峨山研の中野さん。NMFによる混合音の分離では,楽器音に非定常なスペクトル変化(ビアノ音とか,ビブラートなど)がある場合にはうまくいかない。これを扱うため,無限状態スペクトルモデルを導入する。多重音を構成するスペクトルが「状態」から生成されていると考え,状態からの信号観測にディリクレ過程を仮定することで,状態数を自動推定することができる。ビブラート音声などがきれいに分離できる。例として出されたビブラート音声の場合には,20状態程度になるらしい。

(13)機能和声モデルによる音楽信号からの和声推定
嵯峨山研の上田さん。音楽信号が与えられたときに,和声(調+和音)を推定する方法。基本方法はクロマベクトルと機能和声HMM。和声の典型的なパターンを「和声語彙」として扱う。何を和声語彙とするかについては相互情報量を用いて自動学習。また,転調に対応するために,調の間の遷移確率を考慮する。学習を頑健に行うためにパラメータ共有を行う。
この議論は賞味期限が切れたので、アーカイブ化されています。 新たにコメントを付けることはできません。
typodupeerror

Stableって古いって意味だっけ? -- Debian初級

読み込み中...