知的メディア処理研究チーム

竹本 健悟（技術研修生）が音学シンポジウム2026（第146回音楽情報科学・第160回音声言語情報処理合同研究発表会）で優秀発表賞を受賞しました。混合Differentiable Digital Signal Processingモデルに基づくガイダンスを用いた拡散モデルによる合成パラメータ推定：竹本 健悟（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）

有田諒子（リサーチアシスタント）が日本音響学会第32回（2026年春季研究発表会）学生優秀発表賞を受賞しました。SymphoMOS：歌声 MOS 予測における音声および音楽の自己教師あり学習モデルの統合的利用：有田諒子（東京大学/産業技術総合研究所）、朴浚鎔（東京大学）、中田亘（東京大学/産業技術総合研究所）、齋藤佑樹（東京大学/産業技術総合研究所）、猿渡洋（東京大学）

中田亘（リサーチアシスタント）が日本音響学会第60回（2026年春季研究発表会）粟屋潔学術奨励賞を受賞しました。Sidon：大規模音声合成データセット作成のための高速かつ頑健な音声復元：中田亘（東京大学/産業技術総合研究所）、齋藤佑樹（東京大学/産業技術総合研究所）、上田陽太（東京大学）、猿渡洋（東京大学）

William Chen, Shinnosuke Takamichi, Sayaka Shiota, Satoru Fukayama, Samuele Cornell, and Shinji Watanabe, "YODAS v3: Over 1 Million Hours of High-Bandwidth, Stereophonic, Multilingual Speech," in Proceedings of INTERSPEECH, Sept. 2026.

Kentaro Onda, Satoru Fukayama, Daisuke Saito, and Nobuaki Minematsu, "Leveraging Soft Distributions of SSL-Derived Discrete Speech Tokens for Downstream Inference," in Proceedings of INTERSPEECH, Sept. 2026.

Sota Koshino, Shotaro Ueji, Shinnosuke Takamichi, and Tomohiko Nakamura, "Automatic generation of audio comic from manga images," in Proceedings of INTERSPEECH, Show&Tell Session, Sept. 2026.