知的メディア処理研究チーム

和田仰（技術研修生）が音学シンポジウム2025（第143回音楽情報科学・第156回音声言語情報処理合同研究発表会）学生優秀発表賞を受賞しました。

順序を考慮したオーディオエフェクトチェインの推定に対する双曲埋め込み： 和田 仰 (東京大学/産業技術総合研究所)、中村 友彦 (産業技術総合研究所)、猿渡 洋 (東京大学)

滝沢力（リサーチアシスタント）が音学シンポジウム2025（第143回音楽情報科学・第156回音声言語情報処理合同研究発表会）優秀発表賞を受賞しました。

言語非依存な口真似による効果音合成手法PronounSEの評価： 滝沢 力 (京都産業大学/産業技術総合研究所),、平井 重行 (京都産業大学)、金崎 朝子 (東京科学大学)、須田 仁志 (産業技術総合研究所)

日刊工業新聞 2025年5月6日 朝刊 3面に当チームの研究が掲載されました。 AI生成　スポーツ実況　音声基盤モデル×状況認識　NEDO・産総研　技術検証

Kentaro Onda, Satoru Fukayama, Daisuke Saito, Nobuaki Minematsu, "Benchmarking Prosody Encoding in Discrete Speech Tokens," in Proceedings of IEEE Automatic Speech Recognition and Understanding Workshop (ASRU), Dec. 2025.

Go Nishikawa*, Wataru Nakata*, Yuki Saito, Kanami Imamura, Hiroshi Saruwatari, and Tomohiko Nakamura, "Multi-sampling-frequency naturalness MOS prediction using self-supervised learning model with sampling-frequency-independent layer," in Proceedings of IEEE Automatic Speech Recognition and Understanding Workshop (ASRU), Dec. 2025. (*: equal contribution)

Yu Hayashizaki, Takashi Nose, Sumiharu Kobayashi, Satoru Fukayama, Akinori Ito, "PUNSER: Large-Scale Pre-trained and Unified Model for Practical Speech Emotion Recognition," in Proceedings of the 17th Asia Pacific Signal and Information Processing Association Annual Summit and Conference, Oct. 2025.