授業科目名				担当教員
音声・音響情報処理特論				小澤　賢司
時間割番号	単位数	コース	履修年次	期別	曜日	時限
PTW711	2	(未登録)	1	後期	火	V
［概要と目標］
まず，音のアレイ信号処理を主題として，所望の音を選択的に収録する技術を学ぶ．アレイ信号処理は，例えばカーナビゲーションシステムにおいて運転者の音声を収音するために利用されており，今日のユーザインタフェース構築に必須の技術である．続いて音声情報処理を主題として，まず音声合成技術を中心に，代表的な技術から最先端の技術まで学ぶ．その後，それらの技術を活用した応用事例や，現在社会でどのように役立っているかの事例を学ぶ．
[到達目標]
・音声情報処理・アレイ信号処理に関する歴史や最先端技術の概要を説明できる． ・音声情報処理・アレイ信号処理に関する技術が世の中でどのように利用されているかを理解した上で，自身が解決すべき問題に適切に利用できる．
［必要知識・準備］
微分積分学，線形代数，確率統計など大学学部レベルの数学知識があることが望ましい．
［評価基準］
No 評価項目 割合 評価の観点 1 小テスト／レポート  100  % 小テストにより、毎回の講義内容について理解の程度を観る。レポートにより、総合的な理解の程度を観る。
［教科書］
浅野　太(著), 日本音響学会 (編集), 音のアレイ信号処理, コロナ社, ISBN:4339011169 Shoji Makino (編集), Audio Source Separation (Signals and Communication Technology), Springer, ISBN:3319730304 森勢将雅(著), 日本音響学会 (編集), 音声分析合成, コロナ社, ISBN:4339011371
［参考書］
(未登録)
［講義項目］
１．アレイ信号処理の基礎：複素正弦波と行列を用いた音の伝播のモデル化 ２．パラメータ推定法の基礎１：非ベイズ推定法（決定論的アプローチ） ３．パラメータ推定法の基礎２：ベイズ推定法（ランダムアプローチ） ４．ビームフォーマによる音源分離 ５．部分空間法による音源定位 ６．スパースモデリングによる音源定位 ７．アレイ信号処理の応用 ８. 音源分離：古典的方法 ９. 音源分離：独立成分分析に基づく方法 10. 音源分離：非負値行列因子分解に基づく方法(1) 11. 音源分離：非負値行列因子分解に基づく方法(2) 12．音声情報処理技術の歴史１：古典的な音声情報処理技術（Vocoder・ケプストラム・LPCなど） 13．音声情報処理技術の歴史２：高品質音声情報処理技術の最先端 14．音声の加工技術：声質変換，音声のモーフィングなど 15．総括