敵対的デノイジングオートエンコーダを用いた拡散性雑音除去

摘要

本研究では，敵対的デノイジングオートエンコーダ（adversarial denoising autoencoder；aDAE）の前段にマルチチャネル信号処理による空間フィルタを配した階層的なシステムを拡散性雑音抑圧に適用し，その有効性を評価した．深層学習に基づく雑音抑圧システムの性能は，学習データと未知入力における収録環境や雑音の性質の違いに大きく依存する．そのため，多様な雑音に対して頑健に高い性能を与えるネットワークの学習には，一般的に膨大な学習データを必要とする．そこで，aDAEの前段にマイクロホンアレイ処理により構成した空間フィルタを配置し入力の多様性を減じることで，aDAEの学習を容易にする．このとき，aDAEは，前段の空間フィルタの残留雑音や生じた信号処理歪みの抑圧·補正を行うネットワークとして学習されるため，多様な雑音を含む音声から雑音を除去するネットワークと比較して効率的な学習が期待できる．aDAEの前段に空間フィルタとして最小分散無歪応答（minimum variance distortionless response；MVDR）ビームフォーマおよび理想バイナリマスク（ideal binary mask；IBM）を適用した際の性能を，拡散性雑音環境下において評価した．その結果，提案する階層的なシステムは，空間フィルタのみ，aDAEのみによるシステムを上回る性能を達成した．さらに，MVDRビームフォーマを配したaDAEにnoise-aware trainingを導入することで，更なる性能向上が得られた．