Download free for 30 days
Sign in
Upload
Language (EN)
Support
Business
Mobile
Social Media
Marketing
Technology
Art & Photos
Career
Design
Education
Presentations & Public Speaking
Government & Nonprofit
Healthcare
Internet
Law
Leadership & Management
Automotive
Engineering
Software
Recruiting & HR
Retail
Sales
Services
Science
Small Business & Entrepreneurship
Food
Environment
Economy & Finance
Data & Analytics
Investor Relations
Sports
Spiritual
News & Politics
Travel
Self Improvement
Real Estate
Entertainment & Humor
Health & Medicine
Devices & Hardware
Lifestyle
Change Language
Language
English
Español
Português
Français
Deutsche
Cancel
Save
Submit search
EN
Uploaded by
horieyuto
2,593 views
高次アンビソニックスのための マイクロホンアレイ設計の研究
修士論文の発表スライド
Technology
◦
Read more
2
Save
Share
Embed
Embed presentation
Download
Download to read offline
1
/ 32
2
/ 32
3
/ 32
4
/ 32
5
/ 32
6
/ 32
7
/ 32
8
/ 32
9
/ 32
10
/ 32
11
/ 32
Most read
12
/ 32
Most read
13
/ 32
14
/ 32
15
/ 32
16
/ 32
Most read
17
/ 32
18
/ 32
19
/ 32
20
/ 32
21
/ 32
22
/ 32
23
/ 32
24
/ 32
25
/ 32
26
/ 32
27
/ 32
28
/ 32
29
/ 32
30
/ 32
31
/ 32
32
/ 32
More Related Content
PDF
独立深層学習行列分析に基づく多チャネル音源分離(Multichannel audio source separation based on indepen...
by
Daichi Kitamura
PDF
音源分離 ~DNN音源分離の基礎から最新技術まで~ Tokyo bishbash #3
by
Naoya Takahashi
PPTX
音楽信号処理における基本周波数推定を応用した心拍信号解析
by
Kitamura Laboratory
PPTX
深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~
by
Yui Sudo
PPTX
独立低ランク行列分析に基づく音源分離とその発展
by
Kitamura Laboratory
PDF
ICASSP 2019での音響信号処理分野の世界動向
by
Yuma Koizumi
PDF
時系列問題に対するCNNの有用性検証
by
Masaharu Kinoshita
PDF
Asj2017 3invited
by
SaruwatariLabUTokyo
独立深層学習行列分析に基づく多チャネル音源分離(Multichannel audio source separation based on indepen...
by
Daichi Kitamura
音源分離 ~DNN音源分離の基礎から最新技術まで~ Tokyo bishbash #3
by
Naoya Takahashi
音楽信号処理における基本周波数推定を応用した心拍信号解析
by
Kitamura Laboratory
深層学習を用いた音源定位、音源分離、クラス分類の統合~環境音セグメンテーション手法の紹介~
by
Yui Sudo
独立低ランク行列分析に基づく音源分離とその発展
by
Kitamura Laboratory
ICASSP 2019での音響信号処理分野の世界動向
by
Yuma Koizumi
時系列問題に対するCNNの有用性検証
by
Masaharu Kinoshita
Asj2017 3invited
by
SaruwatariLabUTokyo
What's hot
PDF
【DL輪読会】“Gestalt Principles Emerge When Learning Universal Sound Source Separa...
by
Deep Learning JP
PDF
Ea2015 7for ss
by
SaruwatariLabUTokyo
PPTX
【DL輪読会】Contrastive Learning as Goal-Conditioned Reinforcement Learning
by
Deep Learning JP
PPTX
独立深層学習行列分析に基づく多チャネル音源分離の実験的評価(Experimental evaluation of multichannel audio s...
by
Daichi Kitamura
PDF
生成モデルの Deep Learning
by
Seiya Tokui
PDF
Kameoka2017 ieice03
by
kame_hirokazu
PPTX
音源分離における音響モデリング(Acoustic modeling in audio source separation)
by
Daichi Kitamura
PDF
やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析
by
Shinnosuke Takamichi
PDF
信号の独立性に基づく多チャンネル音源分離
by
NU_I_TODALAB
PPTX
調波打撃音分離の時間周波数マスクを用いた線形ブラインド音源分離
by
Kitamura Laboratory
PPTX
独立性に基づくブラインド音源分離の発展と独立低ランク行列分析 History of independence-based blind source sep...
by
Daichi Kitamura
PPTX
CNN-SLAMざっくり
by
EndoYuuki
PPTX
ILRMA 20170227 danwakai
by
SaruwatariLabUTokyo
PDF
Pythonではじめるロケーションデータ解析
by
Hiroaki Sengoku
PDF
z変換をやさしく教えて下さい (音響学入門ペディア)
by
Shinnosuke Takamichi
PDF
一般向けのDeep Learning
by
Preferred Networks
PDF
論文紹介 Unsupervised training of neural mask-based beamforming
by
Shinnosuke Takamichi
PDF
[DL輪読会]Deep Learning for Sampling from Arbitrary Probability Distributions
by
Deep Learning JP
PDF
Transformer メタサーベイ
by
cvpaper. challenge
PPTX
音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...
by
Daichi Kitamura
【DL輪読会】“Gestalt Principles Emerge When Learning Universal Sound Source Separa...
by
Deep Learning JP
Ea2015 7for ss
by
SaruwatariLabUTokyo
【DL輪読会】Contrastive Learning as Goal-Conditioned Reinforcement Learning
by
Deep Learning JP
独立深層学習行列分析に基づく多チャネル音源分離の実験的評価(Experimental evaluation of multichannel audio s...
by
Daichi Kitamura
生成モデルの Deep Learning
by
Seiya Tokui
Kameoka2017 ieice03
by
kame_hirokazu
音源分離における音響モデリング(Acoustic modeling in audio source separation)
by
Daichi Kitamura
やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析
by
Shinnosuke Takamichi
信号の独立性に基づく多チャンネル音源分離
by
NU_I_TODALAB
調波打撃音分離の時間周波数マスクを用いた線形ブラインド音源分離
by
Kitamura Laboratory
独立性に基づくブラインド音源分離の発展と独立低ランク行列分析 History of independence-based blind source sep...
by
Daichi Kitamura
CNN-SLAMざっくり
by
EndoYuuki
ILRMA 20170227 danwakai
by
SaruwatariLabUTokyo
Pythonではじめるロケーションデータ解析
by
Hiroaki Sengoku
z変換をやさしく教えて下さい (音響学入門ペディア)
by
Shinnosuke Takamichi
一般向けのDeep Learning
by
Preferred Networks
論文紹介 Unsupervised training of neural mask-based beamforming
by
Shinnosuke Takamichi
[DL輪読会]Deep Learning for Sampling from Arbitrary Probability Distributions
by
Deep Learning JP
Transformer メタサーベイ
by
cvpaper. challenge
音響メディア信号処理における独立成分分析の発展と応用, History of independent component analysis for sou...
by
Daichi Kitamura
高次アンビソニックスのための マイクロホンアレイ設計の研究
1.
高次アンビソニックスのための マイクロホンアレイ設計の研究 発表者: 17E3009 堀江
宥仁 所属: 人工知能第一研究室 指導教員: 古家 賢一 教授 場所: 108号室
2.
目次 背景 従来研究 課題 提案法 マイクロホンアレイ配置検討 補間計算 球面調和関数計算 シミュレーション実験 無響室実験 まとめ 今後の課題 1
3.
背景 近年、テレビ会議、VR コンテンツを用いたエンターテイメン ト等、臨場感を利用したものが増えてきている。 例:YouTube play station
VR Google street view 2https://t.pimg.jp/026/035/397/1/26035397.jpg
4.
Google street viewの現状 現状、Google
street view等のコンテンツには全天球の 画像のみで作成 音の臨場感がない 3 音源
5.
音源 臨場感音場再生 4 音源 空間や受聴者の頭の回転に応じて音場の変化をステレオ録音では再現できない https://woman.infoseek.co.jp/news/entertainment/walkerplus_139712
6.
アンビソニックス 臨場感のある音場の再現に有効な手法 特徴 空間や受聴者の頭の回転に応じて音場の変化を再現 収音には特殊なアンビソニックマイクロホンが用いられる 5 http://gear.entropycreative.com/img/ambisonic.jpg https://www.tohoku.ac.jp/japanese/newimg/pressimg/tohokuuniv-press20160913_02_02.jpg
7.
低次アンビソニックス 球面調和関数の0次と1次にのみ着目した手法 アンビソニックマイクロホンで収音した信号を収音指向特 性で収音した場合の信号に変換 6https://www.jstage.jst.go.jp/article/itej/68/8/68_616/_pdf
8.
指向性合成 XYZは軸方向の指向性成分、Wは無指向性成分 7 例:水平方向にΦ頭部回転 https://www.jstage.jst.go.jp/article/itej/68/8/68_616/_pdf
9.
高次アンビソニックス 低次アンビソニックスは音源数が複数の時、音波が重畳し 複数の音源で作られる音場の再現ができない 高次アンビソニックス 2次以上の球面調和関数を用いた手法 複数の音場の再現が可能 例:球状マイクロホン 8
10.
球面調和関数 https://t-pot.com/program/88_SH/ 9 W X U Z S Y TR V
11.
高次アンビソニックスの問題 しかし、次数が高くなると多くのマイクロホンを1つの球上に 集積配置しなければならない。 球状にランダム配置した際、調和関数の2次成分までを求め るのに少なくとも36台のマイクロホンが必要 マイクロホン数が多く実現が困難 互いのマイクロホンが干渉し、精度低下 10
12.
従来研究(1) 「MICROPHONE ARRAYS USING
TANGENTIAL VELOCITY SENSORS」 P.G. Craven, M.J. Law (Algol Applications Ltd. ),C. Travis (Sonopsis Ltd) AMBISONICS SYMPOSIUM 2009,pp.1-8,June 25-27,Graz 11 マイクロホンの配置に多面体の 対称性を利用 双指向性マイクロホンを使用 立方体上に双指向性マイクロホ ン12個+無指向性マイクロホン 1個配置し球面調和関数2次ま でを計算できた。 双指向性マイクロホン
13.
従来研究(2) 「球面調和関数展開に基づく多重極音源を用いた指向性 合成」 日本音響学会誌69巻11号(2013),pp.577-588 羽田陽一、古家賢一、島内 末廣 スピーカアレイを用いて指向性の合成 球面調和関数2次成分までを音源9個のみで実現 非対称配置 12
14.
非対称配置の影響 9個の無指向性マイクロホンで球面調和関数2次成分まで 計算出来るが、配置が対称でないため、方向によって偏り が生じる 13 青:非対称配置 赤:理想形
15.
課題 従来研究(1)で用いた双指向性マイクロホンは、無指向性 のマイクロホンと比べ高価 複数用意するのは困難 従来研究(2)から対称にマイクロホンを配置しないと指向特 性に偏りが生じる 14
16.
目的 無指向性マイクロホンを使用 正多面体の対称性を利用し、指向性の偏りをなくす 上記を満たした高次アンビソニックスのマイクロホンアレイ の設計 15
17.
マイクロホン配置 球面調和関数2次までで各指向性ごとに必要なマイクロホ ンを配置していく 例: 16 球面調和関数1次 前後に指向性を持つ 球面調和関数2次 左右方向に斜めの指向性を持つ Y軸 黄色:マイクロホン
18.
マイクロホン配置 球面調和関数2次まですべて対応させた配置(計19個) 17
19.
マイクロホン入力の補間 さらに補間できる箇所のマイクロホンを削減 水平面のX軸Y軸Z軸上のマイクロホンは面上の4つのマイ クロホンの平均で補間 18 Z軸 Y軸 X軸 青丸:補間されるマイクロホン
20.
提案法 配置:立方体配置 マイクロホン:無指向性マイクロホン マイクロホン数:13個 マイク間距離:5cm 19 Z軸 Y軸 X軸 1 3 2 4 10 12 11 13 8 7 5 6 9
21.
1ܿ݅ܯ 2ܿ݅ܯ 3ܿ݅ܯ 4ܿ݅ܯ 5ܿ݅ܯ 6ܿ݅ܯ 7ܿ݅ܯ 8ܿ݅ܯ 9ܿ݅ܯ 01ܿ݅ܯ 11ܿ݅ܯ 21ܿ݅ܯ 31ܿ݅ܯ 41ܿ݅ܯ 51ܿ݅ܯ 61ܿ݅ܯ 71ܿ݅ܯ 81ܿ݅ܯ 91ܿ݅ܯ = ݉݅ܿ1 ݉݅ܿ2 ݉݅ܿ3 ݉݅ܿ4 ݉݅ܿ5 ݉݅ܿ6 ݉݅ܿ7 ݉݅ܿ8 ݉݅ܿ9 ݉݅ܿ10 ݉݅ܿ11 ݉݅ܿ12 ݉݅ܿ13 補間計算 20 補間行列 *
22.
球面調和関数計算 21 ܹ ܺ ܻ ܼ ܴ ܵ ܶ ܷ ܸ = * k:k:k:k:波数波数波数波数 d:d:d:d:マイク間距離マイク間距離マイク間距離マイク間距離 * ܯic1 : : 91ܿ݅ܯ 係数行列
23.
シミュレーション実験 音源をマイクロホンアレイ全方位で 回転させ、指向性感度を計算 音源とマイクロホンアレイの距離: 2m 四面体の重心から音源までの距離 音速340m/s 周波数:500Hz 22 マイクロホンアレイ 音源 音響モデル 伝搬遅延:⊿t = ୰ ୡ⁄
c:音速340m/s 距離減衰 各マイクロホンに入る信号は距離()ݎに反比例 ݉݅ܿ()ݔ = 1 ݎ × ߲ ݐ − ⊿t rrrr 提案されたマイクロホンアレイがどのような指向特性を持っているか検証
24.
シミュレーション結果 23
25.
シミュレーション結果 従来法と比較しても指向性に偏りがないことが確認できる。 赤:従来法(対称配置) 青:従来法(非対称配置) 緑:提案法 24
26.
実環境測定 シミュレーション結果から提案法で2次まで球面調和関数 を計算できることが確認できたため、実環境でも確認。 マイクロホンアレイを作成し、指向特性を計測する。 計測方法 マイクロホンアレイを回転テーブルに乗せX軸、Y軸、Z軸それぞれ を軸に5度間隔で回転させる。 25 スピーカ マイクロホンアレイ 回転テーブル 実験条件実験条件実験条件実験条件 場所 無響室 測定信号 TSP信号 音源とマイクロホン アレイの距離 2m マイクロホン数
13個 サンプリング周波 数 48000Hz
27.
マイクロホンアレイ作成 マイクロホンを支える筐体CADで設計し、3Dプリンタで作成 一辺10cm,幅0.7cm マイクロホンサイズ:5.8*13mm 26 10cm 10cm 0.7cm
28.
計測結果(Z軸回転) 27シミュレーション 無響室実験
29.
計測結果(X軸回転) 28シミュレーション 無響室実験
30.
計測結果(Y軸回転) 29シミュレーション 無響室実験
31.
実環境での結果 球面調和関数0次はシミュレーションと同様な結果が得ら れた。 球面調和関数1次は指向性の向きは同じだが、くぼみが生 じてしまっている。 球面調和関数2次はくぼみが多くうまく計測できていない。 くぼみが生じた原因: マイクロホンアレイの筐体の柱が直接音をさえぎっている可能性。 30
32.
まとめ VRコンテンツ等の臨場感のある音響再生の実現を目指して 無指向性マイクロホンで高次アンビソニックスを検討 課題 双指向性マイクロホンは高価で複数用意できない 非対称配置では指向性に偏りが生じる。 無指向性マイクロホンと対称配置を利用し、立方体のマイク ロホンアレイ配置を提案。 シミュレーション実験により2次まで球面調和関数を偏りなく 計算できることを確認。 無響室で計測し、球面調和関数1次2次にくぼみが生じてし まったが、0次に関しては測定できた。 今後の課題 極力計測に影響が出ない構造の筐体の検討 31
Download