解析型二次統計量ICA とleast－Square SICA を用いたブラインド音源分離

摘要

近年，会議の議事録作成のためや特定音源検索のために，事前に収録された菖の中から特定の音源を抜き出したいという要望が増えている．これらの音源抽出を実現する技術として，音源分離技術が盛んに研究されている．その中で，音源信号の確率密度分布の仮定という事前情報以外を用いることなく．マイクロホンで観測される信号のみから音源分離を行える，独立成分分析（ICA）に基づくブラインド音源分離（BSS）が注目されている．しかしこの技術には，予め仮定した確率密度分布に従わない音源の分離精度が低いと．いう問題があり，事前に確率密度分布を知ることの出来ないシステムに適用することは難しい．本研究では，信号の非定常性を仮定する代わりに確率密度分布を仮定しないclosed-form 二次統計量ICA と，分離精度が初期値に依存する代わりに入力信号に対して一切仮定を置く必要のないIeast－Squares ICA を互いの弱点を補完するように組み合わせ，どのような入力信号に対しても頑健に動作するBSS を提案する．また．シミュレーション実験の結果，提案手法は様々な確率密度分布を持つ信号に対しても頑健に分離を行える事を確認した．%In recent years, a system that can pick up a specific sound source signal from recorded sounds, e.g., a system makes minutes of meetings, is in demand. As one kind of technology to realize such a source extraction, source separation has been studied actively. Above all, blind source separation (BSS) based on independent component analysis (ICA) that can perform source separation without a priori information has attracted a great deal of attention. However, in ICA-based BSS, there exists a problem that the separation performance degrades when signals which do not the assumed probability density function are input. Therefore, it is difficult to apply ICA-based BSS to systems that cannot determine the probability density function of signals in advance. In this paper, we propose a new BSS method that is robust against any kinds of signals. In the proposed method, we combine closed-form second-order ICA that can separate signals with an assumption of nonstationarity of signals instead of probability density of them, and least-squares ICA that can separate signals without any assumptions but is sensitive to initial value. This combination can complement their drawbacks with their advantages each other. The effectiveness of the proposed method are confirmed via computer simulations.