Audio source separation for various video contents

[Abstract]

音の入力信号から背景音情報をリアルタイムに学習することで，人の声と背景音の音源信号を推定する遅延なし音源分離 の手法を提案する．本手法をデジタル映像機器に適用することで，映像コンテンツを視聴している際 に，人の声を聴き取りやすくする，背景音を静かにする，スポーツの臨場感を感じやすくする，歌の練習に用いると いった新しい機能をユーザに提供することを狙う．実際に，遅延なし動作で端末を選ばないため，処理が軽く，効果 をその場で体感しながら視聴できる効果を確認した．また，声と背景音を個別に学習するため，多様なコンテンツで 声と背景音を精度よく推定できる効果を確認した．

[Publications (Japanese) ]

• 広畑 誠, 小野 利幸, 西山 正志,
  多様な映像コンテンツに対応した遅延なし音源分離技術,
  日本音響学会 春季研究発表会, pp. 1-4, March, 2013.
• 西山 正志, 広畑 誠, 小野 利幸,
  声と背景音のボリュームバランス調整に向けた音源分離,
  情処研報 CVIM187-46, pp. 1-5, May, 2013.