[論文レビュー] Estimation of frequency modulations on wideband signals; applications to audio signal analysis

Harold Omer, Bruno Torrésani|arXiv (Cornell University)|May 14, 2013

Image and Signal Denoising Methods参考文献 7被引用数 4

ひとこと要約

本稿では、時間変化する滑らかな周波数変調を有する定常ガウス過程としてモデル化することで、広帯域で非定常な音声信号における周波数変調とパワースペクトルの同時推定のための最尤推定法を提案する。この手法は、ガボール変換の2次統計量を活用し、周波数変調と共分散をデモジュレーションとスペクトル再推定を繰り返すことで逐次推定する。合成音声信号において、変調プロファイルの高精度な回復が達成された。

ABSTRACT

The problem of joint estimation of power spectrum and modulation from realizations of frequency modulated stationary wideband signals is considered. The study is motivated by some specific signal classes from which departures to stationarity can carry relevant information and has to be estimated. The estimation procedure is based upon explicit modeling of the signal as a wideband stationary Gaussian signal, transformed by time-dependent, smooth frequency modulation. Under such assumptions, an approximate expression for the second order statistics of the transformed signal's Gabor transform is obtained, which leads to an approximate maximum likelihood estimation procedure. The proposed approach is validated on numerical simulations.

研究の動機と目的

• 従来の時間周波数手法が有効でない、広帯域で非定常な音声信号における時間変化する周波数変調の推定という課題に対処すること。
• 非定常な音声信号を、滑らかで時間依存する周波数関数によって変調された定常ガウス信号としてモデル化すること。
• ガボール変換の2次統計量を基にした近似最尤法に基づく、計算的に実行可能な推定手順の開発。
• 既知の変調とパワースペクトルを有する合成信号を用いて手法の妥当性を検証し、収束性と精度を示すこと。
• エンジン音や環境ノイズなどの現実世界の音声信号への応用を踏まえた基盤を提供すること。

提案手法

• 観測信号を、滑らかで未知の周波数変調関数 γ(t) を持つ、定常な平均ゼロの複素ガウス過程の上側バンド波としてモデル化する。
• ガボール変換を用いて信号を時間周波数空間に表現し、その可逆性と微小な変形に対しての安定性を活用する。
• 滑らかな変調と小さなノイズの仮定の下で、変調信号のガボール変換の共分散行列の近似式を導出する。
• ガボール変換の実測共分散をモデルが予測する共分散に一致させるように、近似最尤推定問題を定式化する。
• 次の2段階を繰り返す反復アルゴリズムを実装する：(1) ガボール変換の重心を用いた変調の推定、(2) デモジュレーションとガボール変換の再計算による共分散推定の改善。
• 推定された周波数変調ベクトルの相対的変化に基づく停止基準を用い、収束を保証する。

実験結果

リサーチクエスチョン

• RQ1 標準的な時間周波数手法が効果を発揮しない広帯域で非定常な音声信号において、周波数変調を正確に推定できるか？
• RQ2 時間変化する周波数変調下で、ガボール変換の2次統計量をどのようにモデル化できるか？
• RQ3 この文脈において、周波数変調とパワースペクトルの同時推定に向けた近似最尤推定手順の性能はいかほどか？
• RQ4 既知の真値を有する合成データにおいて、反復的推定アルゴリズムの収束速度はどの程度か？
• RQ5 本手法は、複雑なダイナミクスを示す現実世界の音声信号へと拡張可能か？

主な発見

• 提案された反復的アルゴリズムは、合成広帯域信号において真の周波数変調プロファイルを効果的に回復でき、数値シミュレーションにおいて推定された変調が真値をよく追跡している。
• アルゴリズムの収束は速く、相対誤差基準 (26) が20回の実現について対数対数プロットで累乗則の減衰を示す。
• ガボール変換再構成と共分散一致の両面から検証された結果、変調関数と元のパワースペクトルの両方の推定が高精度で達成された。
• ガボール変換のマグニチュードの重心に基づく初期変調推定は、反復的改善プロセスの安定した出発点を提供する。
• ガボール領域における局所的周波数シフトとしての変調の近似により、信号の2次統計量の効果的なモデル化が可能になった。
• 数値結果から、ノイズに強く、中程度の信号対雑音比でも良好な性能を示すことが実証された。