[論文レビュー] Phase Unmixing : Multichannel Source Separation with Magnitude Constraints

Antoine Deleforge, Yann Traonmilin|arXiv (Cornell University)|Sep 30, 2016

Speech and Audio Processing参考文献 28被引用数 4

ひとこと要約

本稿では、源の振幅と混合行列が既知であり、未知の源の位相を推定することを目的とした、多チャネル音源分離のための新規アプローチ「位相アンミキシング」を提案する。3つの手法を導入し、特に凸な半定値計画法の緩和手法（PhUnLift）が、不十分な設定下でオラクル多チャネルウィーナー・フィルターより顕著に優れた性能を示し、近似的に正確な再構成とノイズへの安定性を達成した。

ABSTRACT

We consider the problem of estimating the phases of K mixed complex signals from a multichannel observation, when the mixing matrix and signal magnitudes are known. This problem can be cast as a non-convex quadratically constrained quadratic program which is known to be NP-hard in general. We propose three approaches to tackle it: a heuristic method, an alternate minimization method, and a convex relaxation into a semi-definite program. The last two approaches are showed to outperform the oracle multichannel Wiener filter in under-determined informed source separation tasks, using simulated and speech signals. The convex relaxation approach yields best results, including the potential for exact source separation in under-determined settings.

研究の動機と目的

• 源の振幅と混合行列は既知であるが、位相が未知である状況における多チャネル音源分離の課題に取り組む。
• 2次的な振幅制約の下で位相推定を行う非凸的かつNP困難な問題に取り組む。
• 情報付き設定下で音源分離性能を向上させる実用的かつ理論的裏付けのある手法を開発する。
• 提案手法をオラクル多チャネルウィーナー・フィルタと比較し、特に不十分な構成下での性能を評価する。
• 現実的でノイズありかつ不十分な状況下でも、凸緩和を用いて正確な音源分離が可能であることを示す。

提案手法

• 位相アンミキシング問題を、固定された振幅制約の下で残差誤差を最小化する非凸な二次制約付き二次計画問題（QCQP）として定式化する。
• 勾配に類似したステップを用いた反復的位相更新に基づくヒューリスティック手法を提案する。
• 位相の最適化と制約の強制を交互に繰り返す、交替最小化アプローチ（PhUnAlt）を導入する。
• 非凸なQCQPを半定値計画問題（SDP）に変換するための、リフトによる凸緩和法を考案し、これをPhUnLiftと呼ぶ。
• 解の品質をさらに向上させるためのリファインメントステップをPhUnLiftに追加し、PhUnLift+を構築する。
• 位相推定問題を、より高次元の正定値行列に埋め込むリフト技術を用い、凸最適化を可能にする。

実験結果

リサーチクエスチョン

• RQ1 既知の振幅と混合行列を用いた位相アンミキシングが、不十分な設定下でオラクル多チャネルウィーナー・フィルターより優れた性能を発揮できるか？
• RQ2 SDPとしての凸緩和法が、ヒューリスティック法や交替法と比較して、NP困難な位相アンミキシング問題をどれほど効果的に解けるか？
• RQ3 不十分な構成下で、ノイズがさまざまな位相推定戦略の性能に与える影響は何か？
• RQ4 提案手法が、センサ数が源数未満の場合に、近似的または正確な音源分離を達成できるか？
• RQ5 局所的最小値の数が、PhUnAltのような反復的手法の収束に与える影響は何か？また、複数の初期化値を用いることでその影響を軽減できるか？

主な発見

• PhUnLiftの凸緩和法が、不十分な設定下でオラクル多チャネルウィーナー・フィルターよりも優れた性能を示し、顕著に低い再構成誤差を達成した。
• M ≥ K の十分なセンサ数がある場合、PhUnLiftは100％のテストケースでほぼ正確な再構成（相対誤差 < 10⁻⁸）を達成し、特にM > K の場合に顕著であった。
• M=4、K=6 のシミュレーション実験では、PhUnLift+が平均SDR 44.8 dBを達成し、NMWF+（31.6 dB）を含む他のすべての手法を上回った。
• PhUnLiftはノイズに対して安定しており、M ≥ K の場合、理論的に予測されたように誤差がノイズのパワーに比例した。
• ヒューリスティック手法PhUnAltは局所的最小値の影響を強く受け、不十分な設定下では約80％の正確な回復確率にとどまったが、有利な構成下ではPhUnLift+が100％の回復を達成した。
• 反復的でないMWFおよびNMWF手法は高速であるが、特に不十分な状況下では反復的および凸手法に劣った性能を示した。