Murata Lab

近年、深層学習に基づく音楽音源分離モデルの性能は向上しているが、 多数の音源が複雑に重なり合う音響信号から高精度に目的音を分離することは、依然として難しい課題である。多くの手法では、音響信号を時間周波数表現であるスペクトログラムに変換し、画像のように扱う。この枠組みにおいて、本研究では、音響信号に含まれる基音と倍音からなる規則的 な周波数構造に着目し、この構造を考慮した表現を導入した音楽音源分離手法を構築することで、分離性能の向上を図ることを目的とする。