Submit Search
Upload
z変換をやさしく教えて下さい (音響学入門ペディア)
•
31 likes
•
42,111 views
Shinnosuke Takamichi
Follow
信号処理の基礎であるz変換について、ざっくり説明しています。信号処理の初学者向け。 twitter: @forthshinji
Read less
Read more
Education
Report
Share
Report
Share
1 of 16
Download now
Download to read offline
Recommended
AutoEncoderで特徴抽出
AutoEncoderで特徴抽出
Kai Sasaki
最適化超入門
最適化超入門
Takami Sato
全力解説!Transformer
全力解説!Transformer
Arithmer Inc.
やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析
やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析
Shinnosuke Takamichi
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...
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...
Daichi Kitamura
強化学習アルゴリズムPPOの解説と実験
強化学習アルゴリズムPPOの解説と実験
克海 納谷
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII
グラフィカルモデル入門
グラフィカルモデル入門
Kawamoto_Kazuhiko
Recommended
AutoEncoderで特徴抽出
AutoEncoderで特徴抽出
Kai Sasaki
最適化超入門
最適化超入門
Takami Sato
全力解説!Transformer
全力解説!Transformer
Arithmer Inc.
やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析
やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析
Shinnosuke Takamichi
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...
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...
Daichi Kitamura
強化学習アルゴリズムPPOの解説と実験
強化学習アルゴリズムPPOの解説と実験
克海 納谷
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII
グラフィカルモデル入門
グラフィカルモデル入門
Kawamoto_Kazuhiko
フーリエ変換と画像圧縮の仕組み
フーリエ変換と画像圧縮の仕組み
yuichi takeda
深層学習の数理:カーネル法, スパース推定との接点
深層学習の数理:カーネル法, スパース推定との接点
Taiji Suzuki
スパースモデリングによる多次元信号・画像復元
スパースモデリングによる多次元信号・画像復元
Shogo Muramatsu
[DL輪読会]Control as Inferenceと発展
[DL輪読会]Control as Inferenceと発展
Deep Learning JP
音源分離における音響モデリング(Acoustic modeling in audio source separation)
音源分離における音響モデリング(Acoustic modeling in audio source separation)
Daichi Kitamura
Neural text-to-speech and voice conversion
Neural text-to-speech and voice conversion
Yuki Saito
機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)
Kota Matsui
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章
Hakky St
最適輸送の計算アルゴリズムの研究動向
最適輸送の計算アルゴリズムの研究動向
ohken
グラフニューラルネットワーク入門
グラフニューラルネットワーク入門
ryosuke-kojima
スパースモデリング、スパースコーディングとその数理(第11回WBA若手の会)
スパースモデリング、スパースコーディングとその数理(第11回WBA若手の会)
narumikanno0918
Curriculum Learning (関東CV勉強会)
Curriculum Learning (関東CV勉強会)
Yoshitaka Ushiku
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
Ken'ichi Matsui
[DL輪読会]Set Transformer: A Framework for Attention-based Permutation-Invariant...
[DL輪読会]Set Transformer: A Framework for Attention-based Permutation-Invariant...
Deep Learning JP
音声合成のコーパスをつくろう
音声合成のコーパスをつくろう
Shinnosuke Takamichi
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
Shota Imai
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
takaya imai
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
SSII
[DL輪読会]Wasserstein GAN/Towards Principled Methods for Training Generative Adv...
[DL輪読会]Wasserstein GAN/Towards Principled Methods for Training Generative Adv...
Deep Learning JP
アンサンブル学習
アンサンブル学習
Hidekazu Tanaka
JTubeSpeech: 音声認識と話者照合のために YouTube から構築される日本語音声コーパス
JTubeSpeech: 音声認識と話者照合のために YouTube から構築される日本語音声コーパス
Shinnosuke Takamichi
J-KAC:日本語オーディオブック・紙芝居朗読音声コーパス
J-KAC:日本語オーディオブック・紙芝居朗読音声コーパス
Shinnosuke Takamichi
More Related Content
What's hot
フーリエ変換と画像圧縮の仕組み
フーリエ変換と画像圧縮の仕組み
yuichi takeda
深層学習の数理:カーネル法, スパース推定との接点
深層学習の数理:カーネル法, スパース推定との接点
Taiji Suzuki
スパースモデリングによる多次元信号・画像復元
スパースモデリングによる多次元信号・画像復元
Shogo Muramatsu
[DL輪読会]Control as Inferenceと発展
[DL輪読会]Control as Inferenceと発展
Deep Learning JP
音源分離における音響モデリング(Acoustic modeling in audio source separation)
音源分離における音響モデリング(Acoustic modeling in audio source separation)
Daichi Kitamura
Neural text-to-speech and voice conversion
Neural text-to-speech and voice conversion
Yuki Saito
機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)
Kota Matsui
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章
Hakky St
最適輸送の計算アルゴリズムの研究動向
最適輸送の計算アルゴリズムの研究動向
ohken
グラフニューラルネットワーク入門
グラフニューラルネットワーク入門
ryosuke-kojima
スパースモデリング、スパースコーディングとその数理(第11回WBA若手の会)
スパースモデリング、スパースコーディングとその数理(第11回WBA若手の会)
narumikanno0918
Curriculum Learning (関東CV勉強会)
Curriculum Learning (関東CV勉強会)
Yoshitaka Ushiku
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
Ken'ichi Matsui
[DL輪読会]Set Transformer: A Framework for Attention-based Permutation-Invariant...
[DL輪読会]Set Transformer: A Framework for Attention-based Permutation-Invariant...
Deep Learning JP
音声合成のコーパスをつくろう
音声合成のコーパスをつくろう
Shinnosuke Takamichi
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
Shota Imai
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
takaya imai
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
SSII
[DL輪読会]Wasserstein GAN/Towards Principled Methods for Training Generative Adv...
[DL輪読会]Wasserstein GAN/Towards Principled Methods for Training Generative Adv...
Deep Learning JP
アンサンブル学習
アンサンブル学習
Hidekazu Tanaka
What's hot
(20)
フーリエ変換と画像圧縮の仕組み
フーリエ変換と画像圧縮の仕組み
深層学習の数理:カーネル法, スパース推定との接点
深層学習の数理:カーネル法, スパース推定との接点
スパースモデリングによる多次元信号・画像復元
スパースモデリングによる多次元信号・画像復元
[DL輪読会]Control as Inferenceと発展
[DL輪読会]Control as Inferenceと発展
音源分離における音響モデリング(Acoustic modeling in audio source separation)
音源分離における音響モデリング(Acoustic modeling in audio source separation)
Neural text-to-speech and voice conversion
Neural text-to-speech and voice conversion
機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章
最適輸送の計算アルゴリズムの研究動向
最適輸送の計算アルゴリズムの研究動向
グラフニューラルネットワーク入門
グラフニューラルネットワーク入門
スパースモデリング、スパースコーディングとその数理(第11回WBA若手の会)
スパースモデリング、スパースコーディングとその数理(第11回WBA若手の会)
Curriculum Learning (関東CV勉強会)
Curriculum Learning (関東CV勉強会)
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
[DL輪読会]Set Transformer: A Framework for Attention-based Permutation-Invariant...
[DL輪読会]Set Transformer: A Framework for Attention-based Permutation-Invariant...
音声合成のコーパスをつくろう
音声合成のコーパスをつくろう
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
[DL輪読会]Wasserstein GAN/Towards Principled Methods for Training Generative Adv...
[DL輪読会]Wasserstein GAN/Towards Principled Methods for Training Generative Adv...
アンサンブル学習
アンサンブル学習
More from Shinnosuke Takamichi
JTubeSpeech: 音声認識と話者照合のために YouTube から構築される日本語音声コーパス
JTubeSpeech: 音声認識と話者照合のために YouTube から構築される日本語音声コーパス
Shinnosuke Takamichi
J-KAC:日本語オーディオブック・紙芝居朗読音声コーパス
J-KAC:日本語オーディオブック・紙芝居朗読音声コーパス
Shinnosuke Takamichi
短時間発話を用いた話者照合のための音声加工の効果に関する検討
短時間発話を用いた話者照合のための音声加工の効果に関する検討
Shinnosuke Takamichi
リアルタイムDNN音声変換フィードバックによるキャラクタ性の獲得手法
リアルタイムDNN音声変換フィードバックによるキャラクタ性の獲得手法
Shinnosuke Takamichi
ここまで来た&これから来る音声合成 (明治大学 先端メディアコロキウム)
ここまで来た&これから来る音声合成 (明治大学 先端メディアコロキウム)
Shinnosuke Takamichi
国際会議 interspeech 2020 報告
国際会議 interspeech 2020 報告
Shinnosuke Takamichi
Interspeech 2020 読み会 "Incremental Text to Speech for Neural Sequence-to-Sequ...
Interspeech 2020 読み会 "Incremental Text to Speech for Neural Sequence-to-Sequ...
Shinnosuke Takamichi
サブバンドフィルタリングに基づくリアルタイム広帯域DNN声質変換の実装と評価
サブバンドフィルタリングに基づくリアルタイム広帯域DNN声質変換の実装と評価
Shinnosuke Takamichi
P J S: 音素バランスを考慮した日本語歌声コーパス
P J S: 音素バランスを考慮した日本語歌声コーパス
Shinnosuke Takamichi
音響モデル尤度に基づくsubword分割の韻律推定精度における評価
音響モデル尤度に基づくsubword分割の韻律推定精度における評価
Shinnosuke Takamichi
音声合成研究を加速させるためのコーパスデザイン
音声合成研究を加速させるためのコーパスデザイン
Shinnosuke Takamichi
論文紹介 Unsupervised training of neural mask-based beamforming
論文紹介 Unsupervised training of neural mask-based beamforming
Shinnosuke Takamichi
論文紹介 Building the Singapore English National Speech Corpus
論文紹介 Building the Singapore English National Speech Corpus
Shinnosuke Takamichi
論文紹介 SANTLR: Speech Annotation Toolkit for Low Resource Languages
論文紹介 SANTLR: Speech Annotation Toolkit for Low Resource Languages
Shinnosuke Takamichi
話者V2S攻撃: 話者認証から構築される 声質変換とその音声なりすまし可能性の評価
話者V2S攻撃: 話者認証から構築される 声質変換とその音声なりすまし可能性の評価
Shinnosuke Takamichi
JVS:フリーの日本語多数話者音声コーパス
JVS:フリーの日本語多数話者音声コーパス
Shinnosuke Takamichi
差分スペクトル法に基づく DNN 声質変換の計算量削減に向けたフィルタ推定
差分スペクトル法に基づく DNN 声質変換の計算量削減に向けたフィルタ推定
Shinnosuke Takamichi
音声合成・変換の国際コンペティションへの 参加を振り返って
音声合成・変換の国際コンペティションへの 参加を振り返って
Shinnosuke Takamichi
ユーザ歌唱のための generative moment matching network に基づく neural double-tracking
ユーザ歌唱のための generative moment matching network に基づく neural double-tracking
Shinnosuke Takamichi
End-to-end 韻律推定に向けた DNN 音響モデルに基づく subword 分割
End-to-end 韻律推定に向けた DNN 音響モデルに基づく subword 分割
Shinnosuke Takamichi
More from Shinnosuke Takamichi
(20)
JTubeSpeech: 音声認識と話者照合のために YouTube から構築される日本語音声コーパス
JTubeSpeech: 音声認識と話者照合のために YouTube から構築される日本語音声コーパス
J-KAC:日本語オーディオブック・紙芝居朗読音声コーパス
J-KAC:日本語オーディオブック・紙芝居朗読音声コーパス
短時間発話を用いた話者照合のための音声加工の効果に関する検討
短時間発話を用いた話者照合のための音声加工の効果に関する検討
リアルタイムDNN音声変換フィードバックによるキャラクタ性の獲得手法
リアルタイムDNN音声変換フィードバックによるキャラクタ性の獲得手法
ここまで来た&これから来る音声合成 (明治大学 先端メディアコロキウム)
ここまで来た&これから来る音声合成 (明治大学 先端メディアコロキウム)
国際会議 interspeech 2020 報告
国際会議 interspeech 2020 報告
Interspeech 2020 読み会 "Incremental Text to Speech for Neural Sequence-to-Sequ...
Interspeech 2020 読み会 "Incremental Text to Speech for Neural Sequence-to-Sequ...
サブバンドフィルタリングに基づくリアルタイム広帯域DNN声質変換の実装と評価
サブバンドフィルタリングに基づくリアルタイム広帯域DNN声質変換の実装と評価
P J S: 音素バランスを考慮した日本語歌声コーパス
P J S: 音素バランスを考慮した日本語歌声コーパス
音響モデル尤度に基づくsubword分割の韻律推定精度における評価
音響モデル尤度に基づくsubword分割の韻律推定精度における評価
音声合成研究を加速させるためのコーパスデザイン
音声合成研究を加速させるためのコーパスデザイン
論文紹介 Unsupervised training of neural mask-based beamforming
論文紹介 Unsupervised training of neural mask-based beamforming
論文紹介 Building the Singapore English National Speech Corpus
論文紹介 Building the Singapore English National Speech Corpus
論文紹介 SANTLR: Speech Annotation Toolkit for Low Resource Languages
論文紹介 SANTLR: Speech Annotation Toolkit for Low Resource Languages
話者V2S攻撃: 話者認証から構築される 声質変換とその音声なりすまし可能性の評価
話者V2S攻撃: 話者認証から構築される 声質変換とその音声なりすまし可能性の評価
JVS:フリーの日本語多数話者音声コーパス
JVS:フリーの日本語多数話者音声コーパス
差分スペクトル法に基づく DNN 声質変換の計算量削減に向けたフィルタ推定
差分スペクトル法に基づく DNN 声質変換の計算量削減に向けたフィルタ推定
音声合成・変換の国際コンペティションへの 参加を振り返って
音声合成・変換の国際コンペティションへの 参加を振り返って
ユーザ歌唱のための generative moment matching network に基づく neural double-tracking
ユーザ歌唱のための generative moment matching network に基づく neural double-tracking
End-to-end 韻律推定に向けた DNN 音響モデルに基づく subword 分割
End-to-end 韻律推定に向けた DNN 音響モデルに基づく subword 分割
z変換をやさしく教えて下さい (音響学入門ペディア)
1.
日本音響学会 音響学入門ペディア shinnosuke-t
[at] is.naist.jp 高道 慎之介 (奈良先端科学技術大学院大学,学生・若手フォーラム幹事会) 日本音響学会 2013年 秋季研究発表会 音響学入門ペディアセッション Q2. z変換をやさしく教えて下さい
2.
/12 はじめに 2 “時間信号 x(n) のz変換
X(z) は,….で与えれられる。” “z-1は時間遅れを表す” “零点と極” “伝達関数” “安定性” “フーリエ変換との関係” 本スライドではこれらの疑問に答えてきます! 色々なキーワードが出てくるけど,結局z変換って何なの? z変換した結果と実際の音波ってどんな関係があるの? z変換を学ぶ機会は少なからずあったはず
3.
Z変換って何なの? 3
4.
/12 z変換の前に: 波の足し合わせによる表現 4 おてもやん 音源 音波 マイクロホン 収音された時間波形 時間波形を”何かの波”の足し合わせで表現することで, その波形の特徴を解析することが可能 波1 波2
5.
/12 フーリエ変換 5 tjA 11
exp 時間波形 tx 波1 波2 tjA 22 exp 時間 周波数(振動の速さ)振幅(振動の大きさ) * 位相(振動の時間遅れ)もあるが省略 フーリエ変換とは・・・ 時間波形を の波の足し合わせで表現する方法 時間的に一定の振幅で周期振動する波 時間波形って振動するだけなのか? ラプラス変換の導入 tjexp 指数部が虚数だと、振動する波
6.
/12 ラプラス変換 6 tjA )0(exp
11 時間波形 tx 波1 波2 時間 波3 tjA )(exp 333 tjA )(exp 222 振動の周波数 増加 (σ>0) ・減衰 (σ<0)の周波数 ラプラス変換とは・・・ 時間波形を の波の足し合わせで表現する方法 時間的に振幅が増加/減衰しながら振動する波 デジタル計算機で処理できないか? tj )(exp 離散時間に対応する 手法が登場 指数部が複素数だと、振動・増加/減衰
7.
/12 手法の関係性 7 振動する波 振動・増加/減衰する波 連続時間 フーリエ変換 ラプラス変換 離散時間 離散フーリエ変換 サンプリング された点 z変換
8.
/12 z変換 8 n zzX 11)( 時間波形 nx 波1
波2 離散時間 波3 n zzX 33 )(n zzX 22 )( 振幅(・位相) z変換とは・・・ 離散時間波形を の波の足し合わせで表現する手法 時間的に振幅が増加/減衰しながら振動する波 z変換という呼び方は,連続時間のラプラス変換(s変換)に対応 nn jbaz njAjA jbaz n nn )(lnexp)exp( 増加/減衰 振動
9.
音波とZ変換の関係って? 9
10.
/12 収音された音波とそのz変換 10 以下の部屋で収音された音波のz変換を考えよう 音源 マイクロホン 直接到達する音波 収音後,反射してもう一度収音される音波 収音された時間波形をz変換してみよう 振幅 時間 1 1/2 1/4 1/8
1/16 ・・・ nx n ...)8( 4 1 )4( 2 1 1 nnnx 0 4 8 12 16 ... 4 1 2 1 1 84 zzzX z変換 *z変換がこうなる理由は省略 (少し後述)
11.
/12 収音された音波とそのz変換 (Cont’d) 11 式を変形してみよう
0 4 484 2 1 1 1 2 1 ... 4 1 2 1 1 n n z zzzzX X(z) (波zの振動の振幅(と位相))を解析してみよう 振幅が0となる波z (=> Q(z)=0となるz) 振幅が∞となる波z (=> P(z)=0となるz) 音波を繰り返し 収音した時の形 X(z)の一般式を考えてみよう )( )( zP zQ zX 例: 共振による反復的な収音により発生 例: 反射・散乱による信号の遅延により発生 零点と呼ばれ,波の打ち消しを表す 極と呼ばれ,波の増幅を表す
12.
/12 まとめ z変換についての疑問点について解説 疑問点①:
結局z変換って何なのか? – z = a + jbとは,離散時間における波を表す – z変換とは,時間波形を増加/減衰・振動する波(z)の足し合わせで 表現する手法 疑問点②: 音波とz変換の関係って何なのか? – 音波の挙動によって,式の形が変化 • 音波が反復的に収音されると,X(z)は分母を含む • (音波が遅れて収音されると,X(z)は分子を含む) 12
13.
/12
14.
FU☆RO ☆KU なぜZ-1は時間遅れを表すの? (なぜ時間遅れでZ-1が生じるの?)
15.
/12 波の遅れが生み出すもの 波の遅れがあると何が生み出されるのか? 時間 振幅 時間 振幅 T tsin
)sin()(sin tTt 時間遅れでθ = ωTが生じる フーリエ・z変換ではどうなる? 連続時間 T だけ遅れた時のフーリエ変換では・・・ 離散時間 N だけ遅れた時のz変換では・・・ Tの時間遅れ tjexp TjtjTtj expexpexp 時間遅れで生じる njAzn )(lnexp Nn zz NjAnjA NnjA )(lnexp)(lnexp ))((lnexp 時間遅れで生じる
16.
/12 Acknowledgement 貴重なご助言・ご指導を頂きました – 電気通信大学
羽田 陽一様 – NICT 岡本 拓磨様 – NTT 鎌土 記良様 – 音響学入門ペディア作成委員会,学生・若手フォーラムの皆様 16
Download now