[論文レビュー] Joint-Diagonalizability-Constrained Multichannel Nonnegative Matrix Factorization Based on Multivariate Complex Sub-Gaussian Distribution

Keigo Kamo, Yuki Kubo+5 more|arXiv (Cornell University)|Jun 30, 2020

Blind Source Separation Techniques参考文献 23被引用数 4

ひとこと要約

本稿では、観測信号を多次元複素一般化ガウス分布（GGD）でモデル化することで、サブガウス性をよりよく捉える、新しい多チャネル非負値行列分解（MNMF）手法、サブガウスMNMFを提案する。空間共分散行列に同時対角化制約を導入することで、収束性を保証する補助関数に基づく最適化アルゴリズムを導出。特に音楽信号を含むリバーブ環境下でも、従来のMNMFおよびFastMNMFに比べて優れた音源分離精度を示す。

ABSTRACT

In this paper, we address a statistical model extension of multichannel nonnegative matrix factorization (MNMF) for blind source separation, and we propose a new parameter update algorithm used in the sub-Gaussian model. MNMF employs full-rank spatial covariance matrices and can simulate situations in which the reverberation is strong and the sources are not point sources. In conventional MNMF, spectrograms of observed signals are assumed to follow a multivariate Gaussian distribution. In this paper, first, to extend the MNMF model, we introduce the multivariate generalized Gaussian distribution as the multivariate sub-Gaussian distribution. Since the cost function of MNMF based on this multivariate sub-Gaussian model is difficult to minimize, we additionally introduce the joint-diagonalizability constraint in spatial covariance matrices to MNMF similarly to FastMNMF, and transform the cost function to the form to which we can apply the auxiliary functions to derive the valid parameter update rules. Finally, from blind source separation experiments, we show that the proposed method outperforms the conventional methods in source-separation accuracy.

研究の動機と目的

• 従来のガウス分布モデルの代わりに、観測信号を多次元複素サブガウス分布でモデル化することで、多チャネルNMF（MNMF）を拡張すること。
• コスト関数の最適化に課題が生じるサブガウスMNMFにおいて、単調収束を保証する既知の補助関数が存在しないという問題に取り組むこと。
• 空間共分散行列に同時対角化制約を導入することで、有効な補助関数の導出と安定なパラメータ更新を可能とすること。
• 特にサブガウス特性を示す音楽信号を含む強リバーブ環境下での盲目的音源分離性能を評価すること。

提案手法

• 形状パラメータβを有する時変動多変量複素一般化ガウス分布（GGD）を用いて、観測多チャネル信号をモデル化し、サブガウス性を示す音源統計を表現する。
• コスト関数を補助関数最適化に適した形に変換するため、空間共分散行列に同時対角化制約を導入する。
• 補助関数技法を用いて、コスト関数の単調減少を保証する新たなパラメータ更新アルゴリズムを導出する。
• パラメータを反復的に更新する：音源パワー周波数スペクトログラム（σ_ijn）、基底行列（t_ik, v_kj, z_kn）、空間共分散行列（G_in）、ビームフォーミングベクトル（Q_i）を閉形式で更新する。
• 非凸コスト関数を扱うために、補助関数法を用い、安定かつ収束性を保証する最適化を実現する。
• 実験ではβ=4の多変量GGDを用い、音楽楽器信号に観察されるサブガウス行動を反映する。

Figure 1: Spatial arrangements of sources and microphones.

実験結果

リサーチクエスチョン

• RQ1 多チャネル信号を多変量複素サブガウス分布でモデル化することで、リバーブ環境下での音源分離性能が向上するか？
• RQ2 コスト関数が直接最小化しにくいサブガウスMNMFにおいて、収束性を保証する最適化アルゴリズムを導出することは可能か？
• RQ3 空間共分散行列に同時対角化制約を課すことで、サブガウスMNMFに有効な補助関数を導出可能か？
• RQ4 強リバーブ下における音源分離精度について、提案手法のサブガウスMNMFは、従来のMNMF、FastMNMF、ILRMAに比べて優れているか？

主な発見

• 提案手法のサブガウスMNMFは、強リバーブ環境下で、SDR向上率という指標において、従来のMNMFおよびFastMNMFを顕著に上回る音源分離精度を達成した。
• 特に空間拡散源や長時間リバーブの影響で1ランク空間モデルが失敗する状況において、IVA、ILRMA、サブガウスILRMAに比べて顕著に高いSDR向上率を達成した。
• 同時対角化制約により、有効な補助関数の導出が可能となり、コスト関数の単調減少を保証するパラメータ更新アルゴリズムが得られた。
• 提案アルゴリズムは安定に収束し、初期値がランダムであっても従来手法より優れた分離性能を達成しており、初期条件に強く依存しないというロバストネスを示した。
• β=4の多変量複素GGDを用いることで、サブガウス特性を示す音楽信号を効果的にモデル化でき、モデリングの忠実性と分離品質が向上した。