位相差のモデルを活用したアドホックマイクロホンアレイ信号処理

使用相位差模型的特设麦克风阵列信号处理

基本信息

批准号：
22KJ2545
负责人：
升山義紀
金额：
$ 1.98万
依托单位：
Tokyo Metropolitan University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2023
资助国家：
日本
起止时间：
2023-03-08 至 2024-03-31
项目状态：
已结题

项目摘要

本研究課題では，分散配置されたスマートフォンやタブレットPCなどの録音機能をもつデバイスを連携させアレイ信号処理を行う，アドホックアレイ信号処理に取り組んでいる．アドホックアレイ信号処理では，各デバイスでのサンプリング周波数のずれにより，通常のアレイでは定常になるマイク間の位相差が非定常になり，これまでのアレイ信号処理がそのままでは適用できなくなるという課題がある．本年度は昨年度に引き続き，位相差の非定常性の原因であるサンプリング周波数のずれの推定・補償に取り組んだ．従来手法はあるマイクロホンのサンプリング周波数を基準とし，各非参照マイクロホンのサンプリング周波数の基準からのずれを個別に推定する．一方，提案手法では，アドホックアレイにおける多チャネル信号全体の確率モデルに基づきすべての非参照マイクロホンのサンプリング周波数を同時推定する．これにより，従来手法では考慮されていなかった非参照マイクロホン間の整合性を最適化の基準に取り入れることができ，推定精度が改善することを確認した．そして，サンプリング周波数の補償を行わないと音源分離の性能が低下する条件においても，提案手法によって音源分離性能を維持できることを確認した．また，アドホックアレイ信号処理の主要な応用先の一つである会議などの議事録作成を見据えて，音声強調・分離と音声認識の統合学習にも取り組んだ．特に，音声認識では近年注目されている自己教師あり学習表現 (SSLR) モデルを活用することで高い性能を実現した．多チャネル音声強調では様々なビームフォーマを比較検討し，WPDビームフォーマとSSLRモデルと組み合わせることで雑音・残響のある様々な環境において特に低い単語誤り率を実現した．

在本研究项目中，我们致力于自组织阵列信号处理，即通过将智能手机和平板电脑等具有记录功能的分布式设备链接起来进行阵列信号处理。 Ad-hoc阵列信号处理存在的问题是，在正常阵列中麦克风之间的相位差是恒定的，但由于每个设备中采样频率的差异而变得不稳定，从而无法应用传统的阵列信号处理：是。 ..今年，继去年之后，我们致力于估计和补偿采样频率偏移，这是不稳定相位差的原因。传统方法使用某个麦克风的采样频率作为参考，并单独估计每个非参考麦克风的采样频率与参考的偏差。另一方面，所提出的方法基于自组织阵列中整个多通道信号的概率模型同时估计所有非参考麦克风的采样频率。结果，我们证实，传统方法中未考虑的非参考麦克风之间的一致性可以纳入优化标准，从而提高估计精度。我们还证实，即使在不补偿采样频率的情况下声源分离性能会恶化的情况下，所提出的方法也可以保持声源分离性能。我们还致力于语音增强/分离和语音识别的集成学习，着眼于创建会议纪要，这是自组织阵列信号处理的主要应用之一。特别是，通过利用自监督学习表示（SSLR）模型在语音识别方面取得了高性能，近年来引起了人们的关注。对于多通道语音增强，我们比较和研究了各种波束形成器，通过结合WPD波束形成器和SSLR模型，我们在各种有噪声和混响的环境中实现了特别低的误码率。