ICA・IVAによる音源分離入門｜カクテルパーティー問題を解く信号処理技術

（2026年5月時点）混合観測から源信号を切り離す発想としての ICA（独立成分分析）と、周波数ビン ICA で顕在化するパーミュテーションに対して、IVA（独立ベクトル分析）がどう違うかを整理します。厳密な導出より、実装で迷いやすい前提の置き方を意識しています。

前提の置き方（先に固定）：観測は短時間窓で線形・瞬時混合に近似できる、源は互いに独立、ガウスではない、といった仮定を置きます。前提が崩れる具体例：残響の強い部屋では「マイクへの到達が即時の加算」ではなくなり、周波数ビンごとの混合が窓の取り方に依存しやすくなります（この記事の線形モデルから外れる方向）。

カクテルパーティー問題とは（何を解こうとしているか）

複数の話者が同時に話す環境から特定の音声だけを取り出す問題は「カクテルパーティー問題」と呼ばれます。数学的には、観測信号X = AS（Aは未知の混合行列、Sは元信号）から元信号Sを推定する問題です。

x₁(t) = a₁₁s₁(t) + a₁₂s₂(t)
x₂(t) = a₂₁s₁(t) + a₂₂s₂(t)

行列形式: X = AS
目標: 混合行列Aが未知の状態で、観測信号Xから元信号Sを推定する

応用例：雑音環境下の音声認識精度向上、医療機器での生体信号ノイズ除去、音楽の楽器分離

ICAとは／どんなとき成立しやすい？

ICAは「元の信号源は統計的に互いに独立している」という仮定のもと、混合行列Aの逆行列（分離行列W）を推定して元信号Sを復元する手法です。参考：scikit-learn FastICA

ICAの3つの前提条件

元信号は統計的に互いに独立している（一人の話し方は他の人に影響されない）
元信号はガウス分布（正規分布）に従わない（音声など自然界の信号はこの条件を満たす）
混合過程は線形である（信号が単純に足し合わさっている）

ICAのアルゴリズムの流れ

データの中心化：観測データの平均を0にする
白色化：データを無相関かつ分散1に変換し、散らばり方を均一にする
独立成分の探索：非ガウス性（独立性の指標）を最大化する回転行列を探索

# PythonによるICAの実行例
from sklearn.decomposition import FastICA
import numpy as np

# 観測信号（2チャンネル）
X = np.array([mic1_signal, mic2_signal]).T

# ICAによる分離
ica = FastICA(n_components=2, max_iter=500)
S_estimated = ica.fit_transform(X)
A_estimated = ica.mixing_  # 推定された混合行列