聞きたい人の声に耳を傾けるAI ──深層学習に基づく音声の選択的聴取技術 SpeakerBeam

摘要

人は、騒がしい環境の中でも、聞きたい人（目的話者）の声の特徴などの手掛かりに注目してその人の声を聞き取ることができる、「選択的聴取」と呼ばれる能力を持っています。本稿では、この選択的聴取をコンピュータ上で実現することをめざした研究として、目的話者の音声の特徴を示す手掛かりに基づき、混ざった音声の中から目的話者の音声のみを抽出する技術SpeakerBeamについて紹介します。