■音響信号理解　[10:45～12:00]
（11）多重音基本周波数解析のための無限潜在的調波配分法
吉井さん。階層ノンパラメトリックベイズモデルによる多重音のF0推定。ベイズ推定についての丁寧な説明があって大変わかりやすい。PreFEst的な調波構造表現で，高調波数や混合数を定式化の上では無限に多くして，事前分布を入れたベイズ推定の中で有限個の重みだけが０以外となるように導く。混合比の事前分布はディリクレ過程（棒折り過程）。ディリクレ過程にもパラメータがあるので，超事前分布によってハイパーパラメータを分布として扱う。学習は変分EM。従来の方法(PreFEst，HTC)とそれほど違わない性能で，パラメータチューニングが必要ないところが売り。計算時間は長め。

（12）無限状態スペクトルモデルによる音楽音響信号の解析
東大嵯峨山研の中野さん。NMFによる混合音の分離では，楽器音に非定常なスペクトル変化（ビアノ音とか，ビブラートなど）がある場合にはうまくいかない。これを扱うため，無限状態スペクトルモデルを導入する。多重音を構成するスペクトルが「状態」から生成されていると考え，状態からの信号観測にディリクレ過程を仮定することで，状態数を自動推定することができる。ビブラート音声などがきれいに分離できる。例として出されたビブラート音声の場合には，20状態程度になるらしい。

（13）機能和声モデルによる音楽信号からの和声推定
嵯峨山研の上田さん。音楽信号が与えられたときに，和声（調＋和音）を推定する方法。基本方法はクロマベクトルと機能和声HMM。和声の典型的なパターンを「和声語彙」として扱う。何を和声語彙とするかについては相互情報量を用いて自動学習。また，転調に対応するために，調の間の遷移確率を考慮する。学習を頑健に行うためにパラメータ共有を行う。