セミナー情報

【第76回AIセミナー】音声AIを支える基盤技術の最前線

終了しました。

2024年3月は「音声AIを支える基盤技術の最前線」と題して人工知能セミナーを開催します。コンピュータによる音声・音響処理の研究には長い歴史があり、時代によって様々な実用化が進められてきました。近年、スマートフォンやスマートスピーカー等のデバイスの普及に伴い、「音声AI」はユーザフレンドリーなインタフェースとして我々にとって非常に身近な存在となりました。ここ最近では大規模言語モデル（LLM）をはじめとする、大規模事前学習モデル（基盤モデル）が大きな関心を集めており、音声・音響処理の研究分野においても基盤モデルの研究開発や利活用が精力的に進められるなど、音声AIはますますの発展を遂げています。
本セミナーでは、音声・音響処理研究分野においてアカデミック、産業界の最前線でご活躍されている3名の講師をお招きして、最新の研究成果・研究事例についてご講演いただきます。

名称	【第76回AIセミナー】音声AIを支える基盤技術の最前線
日時	2024年3月22日（金） 14:00 - 16:00
受付時間	接続可能時間：13:50-16:00
場所	Zoomウェビナーによるオンライン開催 ※お申し込み後に自動配信されるメールにて参加URLをご案内いたします。
定員	500
参加費用	無料
連絡先	人工知能セミナー窓口
注意事項・定員になり次第締切ります。・産総研は、お送りいただいた情報をセミナー運営以外の目的には使用しません。・講演の録画やアップロードはご遠慮ください。

プログラム

14:00 - 14:40	音声生成に関する情報処理技術の研究事例戸田智基（名古屋大学教授）
	概要音声は、言語情報（何を話すか）、パラ言語情報（どのように話すか）、非言語情報（誰が話すか）を同時に伝達可能なコミュニケーション媒体であり、その利便性の高さから、音声コミュニケーションは社会生活において欠かせないものである。他人に意図を伝える上で、音声を生成する機能は極めて重要な役割を担うため、音声生成に関する情報処理技術は古くから研究されており、その成果は着々と積み重なり確固たる土台が築き上げられてきた。そこに、深層学習に代表されるAI技術の劇的な発展が加わることで、他の情報処理技術と同様、音声生成技術も大いなる進化を遂げており、今後さらなる研究活動の活性化および新たな価値の創出が期待される。本講演では、音声生成に関する基盤技術として、主に、音声を変換する技術、音声を合成する技術、音声を評価する技術に焦点を当てて、我々の研究グループで取り組んでいる研究事例を幅広く紹介する。
	略歴 1999年名古屋大学工学部電気電子・情報工学科卒業。2003年奈良先端科学技術大学院大学情報科学研究科博士後期課程修了。博士（工学）。同年、日本学術振興会特別研究員-PD。2005年奈良先端科学技術大学院大学情報科学研究科助手、2007年同助教、2011年同准教授を経て、2015年名古屋大学情報基盤センター教授。音声、音楽、環境音などを対象とした音メディア情報処理の研究に従事。IEEE SPS 2009 Young Author Best Paper Award、 The 2013 EURASIP-ISCA Best Paper Award、2015年度文部科学大臣表彰若手科学者賞、2023年中小企業優秀新技術・新製品賞産学官連携特別賞など受賞。講演資料 (https://nutube.nagoya-u.ac.jp/contents/847/)
14:40 - 15:20	Deep Generative Models for Audio Applications 光藤祐基（Sony Research Inc. Lead Research Scientist）
	概要 Music Foundation Model Team in Sony AI is responsible for the building blocks of foundation models (deep generative modeling & multimodal pretraining) and the development of technologies for the generation, restoration and compression of music and cinematic media. I will introduce our recent works recently accepted at top venues including ICASSP, ICLR, ICML and show several demos made available when the commercial products powered by our technologies were released.
	略歴 Yuki Mitsufuji holds dual roles at Sony, leading two departments (Music Foundation Model Team, Creative AI Lab), and is a specially appointed associate professor at Tokyo Institute of Technology, where he lectures on generative models. He’s achieved Senior Member status in IEEE and serves on the IEEE AASP Technical Committee 2023-2026. He chaired multiple workshops on generative models for audio and speech at ICASSP and NeurIPS.
15:20 - 16:00	弱教師付き学習が拓く音響信号処理の新展開 ― 正ラベルなし学習を用いた信号強調 ― 伊藤信貴（東京大学特任講師）
	概要本講演では、音声AIを支える基盤技術として、まず、機械学習の分野で注目を集めている弱教師付き学習について紹介し、次に、音響信号処理の分野における最も重要な技術の一つである信号強調の研究の現状と課題について説明する。さらに、弱教師付き学習の一つである正ラベルなし学習を用いて、その課題を解決できることを示すとともに、弱教師付き学習に基づく音響信号処理の展望を述べる。
	略歴 2012年、東京大学大学院情報理工学系研究科システム情報学専攻博士課程修了。博士（情報理工学）。同年、日本電信電話株式会社に入社。2019年から2020年までケンブリッジ大学Visiting Industrial Fellow。2021年、東京大学大学院新領域創成科学研究科複雑理工学専攻に転籍。現在に至る。IEEE/ACM Transactions on Audio, Speech, and Language Processing (TASLP)誌の副編集長、IEEE Audio and Acoustic Signal Processing Technical Committee (AASP TC)のEDICS Subcommitteeの委員長、及びIEEE Speech and Language Processing Technical Committee (SLTC)の委員を務める。さらに、EUSIPCO2020でのチュートリアル講師、ICASSP (2022/2023/2024)とWASPAA2021でのエリアチェア、ICASSP (2020/2022/2023)での座長を務めた。ICASSP2023とIWAENC2018でBest Paper Award、ASRU2015でBest Paper Award Honorable Mentionを受賞。さらに、2009年に日本応用数理学会論文賞、2011年にIEEE Signal Processing Society Japan Chapter Student Paper Award、2015年に日本音響学会独創研究奨励賞板倉記念、2018年に日本音響学会粟屋潔学術奨励賞を受賞。IEEE Senior Member。