[論文レビュー] Minimum-latency Time-frequency Analysis Using Asymmetric Window Functions

Li Su, Hau‐Tieng Wu|arXiv (Cornell University)|Jun 29, 2016

Music and Audio Processing参考文献 38被引用数 5

ひとこと要約

本稿では、対称窓関数から非対称最小位相窓関数を体系的に構築する手法を提案し、時間周波数解析における内在的遅延を最小化する。特にリアルタイム応用を想定している。理論的に、これらの窓関数を用いたシングルスクイーズド時間周波数変換（SST）が、従来手法よりも遅延が小さいことを証明しており、実験では音楽のオンセット検出において最大40％の遅延低減が達成され、性能は維持または向上している。

ABSTRACT

We study the real-time dynamics retrieval from a time series via the time-frequency (TF) analysis with the minimal latency guarantee. While different from the well-known intrinsic latency definition in the filter design, a rigorous definition of intrinsic latency for different time-frequency representations (TFR) is provided, including the short time Fourier transform (STFT), synchrosqeezing transform (SST) and reassignment method (RM). To achieve the minimal latency, a systematic method is proposed to construct an asymmetric window from a well-designed symmetric one based on the concept of minimum-phase, if the window satisfies some weak conditions. We theoretically show that the TFR determined by SST with the constructed asymmetric window does have a smaller intrinsic latency. Finally, the music onset detection problem is studied to show the strength of the proposed algorithm.

研究の動機と目的

• STFT、SST、再割り当て法などの時間周波数表現（TFR）における内在的遅延を定義・形式化すること。これはフィルタ設計における群遅延とは明確に区別される。
• 非線形TFR（SST や再割り当て法など）において顕著な高い内在的遅延が問題となる現象を解決すること。
• 最小位相理論を用いて、対称窓関数から非対称窓関数を体系的に構築する手法を開発すること。この手法により遅延を最小化する。
• 提案手法の低遅延応用、特に音楽オンセット検出における有効性を実証すること。

提案手法

• FIRフィルタの群遅延とは別に、TFRにおける内在的遅延を、入力信号と出力スペクトル推定との間の最小時間遅延として厳密に定義する。
• 最小位相合成を用いて対称窓から非対称窓への変換を提案。周波数スペクトルの大きさは保持しつつ、位相遅延を最小化する。
• 弱い条件（例：非負のフーリエ変換）を満たす窓関数に最小位相変換を適用し、安定性と最小遅延を保証する。
• SSTに非対称窓関数を用いることで、対称窓関数と比較して、厳密に遅延が小さい条件を理論的に導出する。
• 短い窓長における周波数分解能の向上とスペクトル漏れの低減を図るため、シングルスクイーズド変換（SST）を適用する。
• Fスコアを指標として、さまざまな遅延レベルにおいて、対称窓、非対称窓、最小位相窓を比較する音楽オンセット検出を用いて手法を検証する。

実験結果

リサーチクエスチョン

• RQ1 従来のFIRフィルタの群遅延を超えた時間周波数表現における、内在的遅延の厳密な定義を確立できるか？
• RQ2 非対称窓関数の使用が、SST や再割り当て法などの非線形TFRの内在的遅延にどのように影響するか？
• RQ3 対称窓関数から非対称窓関数を体系的に構築する手法を開発できるか。この手法は遅延を最小化しつつスペクトル内容を保持する。
• RQ4 オンセット検出タスクにおいて、内在的遅延、スペクトル漏れ、性能の間にはどのようなトレードオフがあるか？
• RQ5 どのような遅延条件下で、SSTがリアルタイム応用においてSTFTを上回るか？

主な発見

• 提案された最小位相非対称窓関数の構築法により、対称窓関数と比較して、最大40％の内在的遅延低減が達成され、$h_{F, extup{MP}}$窓では13.18 msの遅延で最適性能を達成した。
• 低遅延要件（$t^{h}_{l} < 5.6$ ms）では、$h_{0.30, extup{MP}}$窓を用いたSSTがSTFTを上回り、79.8％のFスコアを達成した。これは、密集した周波数ビンにおけるより優れたスペクトル再割り当てと漏れ低減によるものである。
• $h_{F, extup{MP}}$窓は13.18 msの遅延で83.76％の最適Fスコアを達成した。非MPバージョンは21.95 msで84.25％を記録しており、性能の損失を最小限に抑えつつ40％の遅延低減が実現された。
• 遅延が主な制約でない場合には、スペクトル特性（例：側 lob 側の抑制）がより重要となる。$h_{B}$窓は、$h_{F}$窓と同一の内在的遅延であるが、より低いスペクトル漏れにより優れた性能を示した。
• 超低遅延領域（$t^{h}_{l} < 9.4$ ms）では、SSTがSTFTを上回る。これは、短い窓長において周波数ビン内のエネルギーを再割り当てでき、スペクトル漏れを低減できるためである。