第63回 関西合同音声ゼミ

開催案内

目次

全体プログラム

時刻 内容 場所
12:30〜 受付 1601教室
13:00〜13:30 「心理学者は何を測ろうとしているのか」
紀ノ定 保礼(大阪工大)
※オンライン講演
1601教室
13:45〜14:45 ポスターセッションA 1601教室前ロビー
15:00〜16:00 ポスターセッションB
16:15〜17:15 ポスターセッションC
17:30〜 懇親会(参加費:2,000円) ポエム北山

発表プログラム

セッションA (13:45〜14:45)

番号 発表者 題目
A-1 古田 拓己
(大阪大・駒谷研)
音声対話システムにおける未知語獲得のための音節認識確信度を用いた不要な聞き返し抑制
A-2 Wang Yichi
(京都大・河原研)
Position-Aware Target Speaker Extraction for Long-Form Multi-Party Conversations: A Diarization-Free Framework for ASR
A-3 住田 龍宇一
(京都大・河原研)
Moving Memory Evaluation from Direct QA to Natural Integration in Long-Term Human-AI Conversation
A-4 大庫 一真
(京都大・吉井研)
微分可能鏡像法に基づく頭部・室内伝達関数の同時推定
A-5 大谷 赳
(神戸大・滝口研)
wav2vec出力とLLMの統合による脳性麻痺者のハイブリッド型音声認識
A-6 田辺 文彦
(滋賀大・南條研)
ローカルLLMの内部表現操作による日本語応対文スタイル制御
A-7 宮原 絃造
(同志社大・加藤研)
後段の機械翻訳品質を考慮したリアルタイムセグメンテーションモデルの検討
A-8 苗村 公明
(立命館大・高島研)
小節・拍情報を考慮したMulti-Scale GANに基づく楽曲補完
A-9 山﨑 拓海
(立命館大・西浦研)
Evaluation of Distance Reproduction Accuracy in Virtual Sound Source Construction Based on Wave Field Synthesis Using an Interleaved Parametric-Electrodynamic Loudspeaker Array
A-10 岸本 陽翔
(立命館大・西浦研)
Speech Feature Enhancement Using U-Net for Improving Speech Recognition Accuracy in Visual Microphones
A-11 董 銳
(和歌山大・陳研)
知識蒸留法による大規模音声データの自動アノテーション
A-12 張 珠煐
(和歌山大・西村研)
VoxSim-vectorを話者情報とした複数話者TTS
A-13 宮内 雅望
(大阪工業大・鈴木研)
音声対話システムにおけるフィラー付与によるシステム側の心情表出効果の検証
A-14 Rudy Ong
(奈良先端大・SAKTI研)
自動音声認識による日本語母音無声化の検出性能をどう測るか
A-15 Hu Hongwei
(奈良先端大・SAKTI研)
Tri-Flowによるトーキングフェイス生成:ストリーミング手法
A-16 森 清忠
(大阪大・吉野研)
意味的類似度に基づいた応答プリフェッチを組み込んだリアルタイム音声対話システム

セッションB (15:00〜16:00)

番号 発表者 題目
B-1 深澤 俊介
(大阪大・駒谷研)
登録音声へのNMF適用による話者条件付き発話区間検出の計算量削減
B-2 加藤 利梓
(京都大・河原研)
アバター対話システムにおける運動学的パラメーター予測に基づくリアルタイム頷き生成
B-3 福重 茜
(京都大・河原研)
多人数チャットコーパスにおける参加者間の関係性の推定
B-4 小澤 光太朗
(京都大・吉井研)
微分可能鏡像法に基づく音源位置と室内音響特性の同時推定
B-5 能勢 幸樹
(神戸大・滝口研)
想起音声分類のための脳磁図データ拡張の比較
B-6 上原 康平
(神戸大・滝口研)
Conditional Fence GAN: 音響イベントの一般化ゼロショット学習のための教師なし未知クラス検出モデル
B-7 清水 綾乃
(滋賀大・南條研)
大学事務支援のための規程集検索システムの評価
~RAG版とカスタムGPT版の比較~
B-8 原田 優稀
(立命館大・高島研)
エフェクト付きギター音からの印象および制御パラメータ推定
B-9 寺坂 真飛
(立命館大・西浦研)
Sound-Image Enhancement Using Pre-Virtual-Leading Hypersonic Signals with Controlled Temporal Envelope Structures
B-10 岡本 鉄平
(立命館大・西浦研)
肩掛け型ウェアラブルスピーカアレーを用いた放射特性の死角形成に基づく周辺拡散音の低減
B-11 羅 文煜
(和歌山大・陳研)
個人別オジーグラム特徴を反映した非参照型音声了解度予測モデル
B-12 森山 颯太
(和歌山大・西村研)
環境音モデルから抽出した潜在特徴量の可視化とクラスター分析
B-13 奥田 英智
(大阪工業大・鈴木研)
AV-HuBERTを用いた唇動画像からの音声生成法の高精度化
B-14 Damarhafni Rahmannabel Nadim Pramono
(奈良先端大・SAKTI研)
Layer-wise ADM with LFCC and CQCC Features
B-15 三輪 拓真
(大阪大・吉野研)
音声対話状態追跡における量子計算の適用

セッションC (16:15〜17:15)

番号 発表者 題目
C-1 石山 蒼大
(京都大・河原研)
多人数対話における相槌・笑いのリアルタイム予測
C-2 馬越 亮
(京都大・河原研)
Comparative Analysis of LLM-based ASR for Low-Resource Languages
C-3 岩田 宗真
(京都大・河原研)
マルチモーダルLLMを用いた多人数対話における連続的グループ感情認識
C-4 Zhang Zimo
(京都大・吉井研)
Local Gaussian Diffusion Posterior Sampling for Unsupervised Multichannel Noisy Speech Separation
C-5 加藤 大輝
(神戸大・滝口研)
自由発話を対象とした構音障害者音声認識の性能評価
C-6 前田 幸洋
(同志社大・加藤研)
wav2vec 2.0を用いた発音誤り検出・診断モデルにおいて中間層が与える効果の分析
C-7 高橋 伶弥
(立命館大・高島研)
感情カテゴリの事前分布を損失関数に導入した対話感情予測
C-8 森山 慶一
(立命館大・西浦研)
Amplitude Equalization for Target Sound Enhancement in Closed Dual Pin-Spot Audio Spots
C-9 孫 胡傑
(立命館大・西浦研)
Speech Enhancement for Optical Laser Microphone Recordings via Low-Frequency Bandwidth Extension
C-10 王 博
(和歌山大・陳研)
BEATsとDeep SVDDを融合した機械動作音の異常予兆検出手法
C-11 繁田 あゆか
(和歌山大・西村研)
EnCodecを中間特徴とする歌声から管楽器音への変換法の検討
C-12 藤本 大樹
(和歌山大・西村研)
ゲーム音源を対象とするBGMと効果音の分離手法におけるSwinU-Netの導入
C-13 Xi Hang
(奈良先端大・SAKTI研)
Exploring assistance strategies for simultaneous interpreting through controlled studies with bilingual speakers
C-14 八鍬 海
(奈良先端大・SAKTI研)
オンライン環境における感情的分極化の緩和:自己―他者変容および省察的リフレーミング・アプローチ
C-15 中畔 彪雅
(大阪大・吉野研)
Speech-Text-to-Text対話モデルにおける速度と精度のトレードオフ

ポスター作成要領

参加大学・研究室一覧

大学 研究室 参加人数 発表件数 懇親会
大阪大学 駒谷研究室 9 2 8
吉野研究室 3 3 0
大阪産業大学 高橋研究室 3 0 0
京都大学 河原研究室 21 7 0
吉井研究室 14 3 0
神戸大学 滝口研究室 6 4 0
滋賀大学 南條研究室 3 2 1
同志社大学 加藤研究室 6 2 3
奈良先端科学技術大学院大学 SAKTI研究室 13 5 0
立命館大学 高島研究室 5 3 5
中山研究室 2 0 2
西浦研究室 8 6 8
龍谷大学 片岡研究室 5 0 1
和歌山大学 陳研究室 5 3 0
西村研究室 5 4 5
大阪工業大学 鈴木研究室 17 2 10
合計 125 46 43

交通アクセス案内

キャンパス内マップ

館内のご案内

連絡先


Motoyuki Suzuki
moto@m.ieice.org