「音源分離」の検索結果（32件）

「相関」と「複素数」を駆使したアルゴリズムで、「音源分離」と「ハードウェア向けのニューラルネットワークの訓練方法」の異なる分野の研究に挑む | NTT R&D Website

「相関」と「複素数」を駆使したアルゴリズムで、「音源分離」と「ハードウェア向けのニューラルネットワークの訓練方法」の異なる分野の研究に挑む | NTT R&D Website NTT R&D

https://www.rd.ntt/research/JN202503_32652.html

あなたの声を「すぐそば」品質で聴くAI ――遠くからでも近接マイク品質で混ざった音を聞き分ける革新的音響処理技術 | NTT R&D Website

も劣化します。本稿では、複数の遠方マイクで収録した音から、話者の近くのマイク（近接マイク）で収録したような高品質な音声を取り出す音声強調の最新技術を紹介します。残響抑圧、音源分離、雑音抑圧を全体最適

https://www.rd.ntt/research/JN202208_19141.html

スライド 1

Network Ｂさんの特徴 Ｃさんの特徴 Neural Network Neural Network Neural Network →従来の音源分離の方法では 対応困難（後述） ・各人の声を抜き出す処理を話者

https://www.rd.ntt/cs/event/openhouse/2019/download/17_c.pdf

課題解決によって研究テーマが減るとは考えない。できることが増えて新たな研究領域を開拓｜NTT R&D Website

ュニケーション科学基礎研究所 課題解決によって研究テーマが減るとは考えない。できることが増えて新たな研究領域を開拓 ブラインド音源分離研究においてICA（独立成分分析）とNMF（非負値行列因子分解）を発展・統合

https://www.rd.ntt/research/JN202203_17523.html

音響信号モデルの研究｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website

することを目指した「音声生成過程モデル」および「歌唱の基本周波数軌跡生成過程モデル」の研究を行っています。 将来どのように使われるのか スパース信号処理モデルは、音源分離、雑音除去、音楽信号の自動採譜、帯域拡張

https://www.rd.ntt/cs/team_project/media/recognition/research_media03.html

人とコンピュータが同じ音空間を共有して、自由に協力し合える鉄腕アトムのような世界を実現したい｜NTT R&D Website

たマイクで収録した音声は、壁等に反射して届く音（残響）、複数の人の声（音源）、背景雑音も収録されます。これに対し、音声強調は、残響抑圧、音源分離、雑音抑圧を行うことで、特定の話者の口元にあるマイクで収録

https://www.rd.ntt/research/JN202201_16891.html

科学技術は先達が少しずつ積み上げてきた成果。それをさらに良くするのが、今を生きる私たち研究者の使命である | NTT R&D Website

となると考えられるのが音源分離技術と音声変換技術で、前者が受信者側の聴覚機能を補完する技術に相当し、後者が発信者側の発声機能を補完する技術に相当します。音源分離は前回お話しした「外界音を対象とした要素分解

https://www.rd.ntt/research/JN202305_21819.html

NTT コミュニケーション科学基礎研究所 オープンハウス2013

フィカルモデルアプローチにより，音源分離，音声強調，音声韻律特徴抽出，楽音分離，自動採譜などの音声音響信号処理におけるさまざまな逆問題に取り組んでいます． 講演アーカイブ 下記より本講演の動画をご覧頂けます． 音や声から隠れた情報

https://www.rd.ntt/cs/event/openhouse/2013/talk/research4/

poster17.pdf

), 2013. [2] ソウデン メレズ, 木下慶介, 中谷智広, “ノード内・ノード間情報の統合に基づく分散マイクアレイ音源分離,” 日本音響学会春季研究発表 会, pp. 797-798, 2013. A

https://www.rd.ntt/cs/event/openhouse/2013/exhibition/media5/poster17.pdf

panel_oba.pdf

と結 合することで，複数人の会話をモニタリングし，音源分離・音声強調・発話検出・音声認識・メタ言語情 報提示の一連の処理を全てオンラインで実現できるようになりました．

https://www.rd.ntt/cs/event/openhouse/2010/theme/a4/panel_oba.pdf

雑音・残響の中で聞き取る―超高品質音声強調｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website

の伝わり方（直接経路、残響）とに自動的に分解する技術を検討しています。この技術は、音源分離、残響推定、音源位置推定といった処理を包括的に扱う音響信号処理の統一基盤となります。 私たちは、この理論基盤を構築

https://www.rd.ntt/cs/team_project/media/signal/research_signal01.html

亀岡 弘和 | NTT R&D Website

(2011年5月～2016年3月) 国立情報学研究所 客員准教授 (2016年4月～現在) 筑波大学 客員准教授（2019年10月～現在） 技術キーワード 音声音響信号処理、音源分離、音声分析・変換・合成

https://www.rd.ntt/organization/researcher/superior/s_025.html

映像音響メディア処理技術 | NTT R&D Website

れるフォーマットの4チャンネルの音響信号）を復元し、さらに、オブジェクトが空間中にスパースに存在することを利用し、音源分離の分解能を向上する技術を研究しています。 アンビソニックスや波面合成として知ら

https://www.rd.ntt/hil/category/3dspace/visualaudio/

主な外部表彰｜厚木研究開発センタ 40周年記念特設サイト

系のペタヘルツ光動作の研究 物性科学基礎研究所 増子 拓紀 電子情報通信学会 フェロー 音響信号のブラインド音源分離に関する研究 コミュニケーション科学基礎研究所 澤田 宏 電子情報通信学会 フェロー

https://www.rd.ntt/sclab/event/40th_anniversary/external-award/

OPEN HOUSE 2004 プログラム

ます －ブラインド音源分離と超大語彙連続音声認識による質問応答システム－ 復習して人の話し方を覚えます －対話後信頼性評価法に基づく音声認識用言語モデルの自動学習－ 動く絵本が簡単に創れます －Viscuit

https://www.rd.ntt/cs/event/openhouse/2004/program.html

映像・3次元情報処理 | NTT R&D Website

情報を用いた音源分離による空間再構成", MIRU, 2024. 西村俊彦, 嶋田知泰, 久保宏一郎, 村崎和彦, 吉田大我, 谷田隆一, "階層的な粒度を考慮した点群データからの希少クラス認識

https://www.rd.ntt/hil/category/3dspace/

ニューラルネットワークを活用し、コンピュータでも人間のように音声の選択的聴取を可能にする | NTT R&D Website

組んでいました。私たちの研究グループは、音声認識のチームと音声強調(雑音除去や音源分離など)のチームで構成されています。私の音声認識における話者適応技術と音源分離のニューラルネットワーク技術を組み合わせれば、特定の人

https://www.rd.ntt/research/JN202506_34173.html

表彰一覧 | NTT R&D Website

) 多様な環境で柔軟な知覚を支える人間の聴覚機構の研究 コミュニケーション科学基礎研究所柏野 牧夫 文部科学大臣表彰 若手科学者賞 音響信号のブラインド音源分離とその応用に関する先駆的研究 物性科学基礎研究

https://www.rd.ntt/award.html

エレガントさを追究。研究ゴールという大きな傘をつくる｜NTT R&D Website

るための数理モデルやアルゴリズムの実現をめざしています。 外界音を対象とした要素分解・情景分析の研究では、混合音に含まれる複数の音を分離抽出する音源分離、対象音が何の音かを同定する音源同定、対象音がいつ鳴っ

https://www.rd.ntt/research/JN202008_6056.html

想論考証効

分離：A-2音源分離音源分離：：AA--22 表情認識・顔方向追跡：A-2表情認識・顔表情認識・顔方向追跡方向追跡：：AA--22 会話シーン分析：A-2会話会話シーン分析シーン分析：：AA--22

https://www.rd.ntt/cs/event/openhouse/2008/director/doc/director.pdf