学位

• 博士（工学）（神戸大学）

経歴

学歴

受賞

• 音声研究会学生ポスター賞（2024-03）
• 学会活動貢献賞（2024-03）
• 音声研究会学生ポスター賞（2021-06）
• 独創研究奨励賞板倉記念受賞（2020-05）
• 粟屋潔学術奨励賞（2018-09）
• 音学シンポジウム2016 優秀賞（2016-05）
• 音声研究会研究奨励賞（2014-06）

その他

• 平成30年度「大学の世界展開力強化事業(JUSST)」短期受入生（Michel Pezzat Morales）
• 平成30年度「大学の世界展開力強化事業(JUSST)」短期受入生（Scheck Kevin）
• 平成29年度「大学の世界展開力強化事業」短期受入生（Eduardo PICHARDO MORALES）

論文

• Fast and Lightweight Non-Parallel Voice Conversion Based on Free-Energy Minimization of Speaker-Conditional Restricted Boltzmann Machine（2025） [DOI] [Othres link]
• An Investigation on the Speech Recovery from EEG Signals Using Transformer（2024-12-03） [DOI] [Othres link]
• Gamma-VAE: Speech representation based on VAE assuming gamma distribution for both latent variables and observation（2024-12-03） [DOI] [Othres link]
• DDPMVC: Non-parallel any-to-many voice conversion using diffusion encoder（2024-12-03） [DOI] [Othres link]
• SBERT-based Chord Progression Estimation from Lyrics Trained with Imbalanced Data（2023-11）
• Controllable Automatic Melody Composition Model across Pitch/Stress-accent Languages（2023-11）
• Gamma Boltzmann Machine for Audio Modeling（2021） [DOI] [Scopus] [Scopus]
• Gamma Boltzmann Machine for Simultaneously Modeling Linear- and Log-amplitude Spectra（2020-12）
• Complex-Valued Variational Autoencoder: A Novel Deep Generative Model for Direct Representation of Complex Spectra（2020-10）
• Simultaneous Conversion of Speaker Identity and Emotion Based on Multiple-Domain Adaptive RBM（2020-10）
• Many-to-Many Symbolic Multi-track Music Genre Transfer（2020-09）
• Speech chain VC: linking linguistic and acoustic levels via latent distinctive features for RBM-based voice conversion（2020-08-06） [DOI] [Othres link]
• Non-parallel dictionary learning for voice conversion using non-negative Tucker decomposition（2019-08-14） [DOI]
• Pre-Training of DNN-Based Speech Synthesis Based on Bidirectional Conversion between Text and Speech（2019-08-01） [DOI]
• STFT spectral loss for training a neural speech waveform model（2019-05）
• 複素数の観測データを直接表現する制限ボルツマンマシンの拡張と音声信号処理への応用（2019-03-01）
• Complex-Valued Restricted Boltzmann Machine for Speaker-Dependent Speech Parameterization From Complex Spectra（2018-10-22） [DOI]
• 音声スペクトル系列の自己回帰性を考慮した複素RBMの拡張（2018-09）
• スペクトル系列誤差に基づくDNN音声波形モデルの学習（2018-09）
• DNN-based Speech Synthesis for Small Data Sets Considering Bidirectional Speech-Text Conversion（2018-09）
• LSTBM: A Novel Sequence Representation of Speech Spectra Using Restricted Boltzmann Machine with Long Short-Term Memory（2018-09）
• Bidirectional Voice Conversion Based on Joint Training Using Gaussian-Gaussian Deep Relational Model（2018-06）
• Parallel-Data-Free Dictionary Learning for Voice Conversion Using Non-Negative Tucker Decomposition（2018-04） [DOI] [Othres link]
• 非負値タッカー分解によるNMF辞書学習に基づく非パラレル声質変換（2018-03）
• リカレント構造を持つ複素制限ボルツマンマシンによる複素スペクトル系列モデリング（2018-02）
• 国際会議Interspeech2017報告（2018-02）
• Deep relational model: A joint probabilistic model with a hierarchical structure for bidirectional estimation of image and labels（2018-02-01） [DOI]
• 複素RBMを用いた音声スペクトルモデリングの改良と評価（2017-09）
• Practice Process Analysis Using Score Matching Method Based on OBE-DTW and its Effects on Memorizing Musical Score（2017-09）
• Speaker-adaptive-trainable Boltzmann machine and its application to non-parallel voice conversion（2017-06） [DOI] [Web of Scientce]
• 適応型Gaussian-Gaussian RBMを用いた構音障害者音声認識（2017-03）
• 複素 RBM：制限ボルツマンマシンの複素数拡張と音声信号への応用（2017-03）
• CAB: An energy-based speaker clustering model for rapid adaptation in non-parallel voice conversion（2017） [DOI]
• Complex-valued restricted Boltzmann machine for direct learning of frequency spectra（2017） [DOI]
• 3WRBM-based speech factor modeling for arbitrary-source and non-parallel voice conversion（2016-11-28） [DOI]
• 3WRBM-Based Speech Factor Modeling for Arbitrary-Source and Non-Parallel Voice Conversion（2016-09）
• Factored 3-Way Restricted Boltzmann Machine を用いたマルチモーダル音声認識の検討（2016-09）
• Emotional Voice Conversion Using Neural Networks with Different Temporal Scales of F0 based on Wavelet Transform（2016-09）
• Non-Parallel Training in Voice Conversion Using an Adaptive Restricted Boltzmann Machine（2016-08）
• Non-Parallel Training in Voice Conversion Using an Adaptive Restricted Boltzmann Machine（2016-08） [DOI]
• Phone Labeling Based on the Probabilistic Representation for Dysarthric Speech Recognition（2016-06）
• MODELING DEEP BIDIRECTIONAL RELATIONSHIPS FOR IMAGE CLASSIFICATION AND GENERATION（2016-03） [DOI] [J-GLOBAL]
• Restricted Boltzmann Machine を用いた話者性・雑音を考慮したモデリングの検討（2016-03）
• MODELING DEEP BIDIRECTIONAL RELATIONSHIPS FOR IMAGE CLASSIFICATION AND GENERATION（2016） [Web of Scientce]
• SPEAKER ADAPTIVE MODEL BASED ON BOLTZMANN MACHINE FOR NON-PARALLEL TRAINING IN VOICE CONVERSION（2016） [Web of Scientce]
• Selection of an Optimum Random Matrix Using a Genetic Algorithm for Acoustic Feature Extraction（2016） [Web of Scientce]
• 3WRBM-Based Speech Factor Modeling for Arbitrary-Source and Non-Parallel Voice Conversion（2016） [Web of Scientce]
• Generative Acoustic-Phonemic-Speaker Model Based on Three-Way Restricted Boltzmann Machine（2016） [DOI] [Web of Scientce]
• Small-parallel exemplar-based voice conversion in noisy environments using affine non-negative matrix factorization（2015-11） [DOI] [Web of Scientce]
• Parallel-Data-Free, Many-to-Many Voice Conversion Using an Adaptive Restricted Boltzmann Machine（2015-09）
• Voice conversion using RNN pre-trained by recurrent temporal restricted boltzmann machines（2015-03-01） [DOI]
• Voice Conversion Using RNN Pre-Trained by Recurrent Temporal Restricted Boltzmann Machines（2015-03） [DOI] [Web of Scientce]
• Voice conversion using speaker-dependent conditional restricted Boltzmann machine（2015-02） [DOI] [Web of Scientce]
• 話者正規化学習に基づく潜在的音韻情報を考慮した音声モデリングによる非パラレル声質変換（2015）
• 適応型 Restricted Boltzmann Machine を用いたパラレルデータフリーな任意話者声質変換（2015）
• 制約付きThree-Way Restricted Boltzmann Machineを用いた音響・音韻・話者情報の同時モデリング（2015）
• Deep Boltzmann Machine を用いた音素ラベル情報推定（2015）
• 少量のパラレルデータを用いたNon-negative Matrix Factorizationによる雑音環境下の声質変換（2015）
• 構音障害者音声認識のための混合正規分布に基づく音素ラベリングの検討（2015）
• 構音障害者音声認識のための確率表現に基づく音素ラベリングの検討（2015）
• FEATURE EXTRACTION USING PRE-TRAINED CONVOLUTIVE BOTTLENECK NETS FOR DYSARTHRIC SPEECH RECOGNITION（2015） [DOI] [J-GLOBAL]
• Content-based Image Retrieval Using Rotation-invariant Histograms of Oriented Gradients（2015） [DOI] [Web of Scientce]
• SPARSE NONLINEAR REPRESENTATION FOR VOICE CONVERSION（2015） [Web of Scientce]
• NOISE-ROBUST VOICE CONVERSION USING A SMALL PARALLE DATA BASED ON NON-NEGATIVE MATRIX FACTORIZATION（2015） [Web of Scientce]
• FEATURE EXTRACTION USING PRE-TRAINED CONVOLUTIVE BOTTLENECK NETS FOR DYSARTHRIC SPEECH RECOGNITION（2015） [Web of Scientce]
• High-Order Sequence Modeling Using Speaker-Dependent Recurrent Temporal Restricted Boltzmann Machines for Voice Conversion（2014-09）
• Error Correction of Automatic Speech Recognition Based on Normalized Web Distance（2014-09）
• Parallel Dictionary Learning Using a Joint Density Restricted Boltzmann Machine for Sparse-Representation-Based Voice Conversion（2014-06）
• Voice Conversion Based on Speaker-Dependent Restricted Boltzmann Machines（2014-06） [DOI] [Web of Scientce]
• 話者適応を用いたNMFによる声質変換（2014-03）
• 声質変換のための Restricted Boltzmann Machine を用いた パラレル辞書の学習法（2014-03）
• Convolutive Bottleneck Network 特徴量を用いた構音障害者の音声認識（2014-03）
• Hierarchical Sparse Representation for Object Recognition（2014-02）
• Depth Spatial Pyramid: a Pooling Method for 3D-Object Recognition（2014）
• 話者適応型 Restricted Boltzmann Machine を用いた声質変換の検討（2014）
• 話者適応を用いたNMFによる雑音環境下の声質変換（2014）
• 話者依存型 Recurrent Temporal Restricted Boltzmann Machine を用いた声質変換（2014）
• 遺伝的アルゴリズムを用いた 構音障害者の音声特徴量抽出に最適なランダム行列の生成（2014）
• スパース表現に基づく声質変換のための結合型 restricted Boltzmann machine（2014）
• Convolutive Bottleneck Network with Dropout for Dysarthric Speech Recognition（2014）
• VOICE CONVERSION BASED ON NON-NEGATIVE MATRIX FACTORIZATION USING PHONEME-CATEGORIZED DICTIONARY（2014） [DOI] [J-GLOBAL]
• VOICE CONVERSION BASED ON NON-NEGATIVE MATRIX FACTORIZATION USING PHONEME-CATEGORIZED DICTIONARY（2014） [Web of Scientce]
• VOICE CONVERSION IN TIME-INVARIANT SPEAKER-INDEPENDENT SPACE（2014） [Web of Scientce]
• Probabilistic spectral envelope modeling of musical instruments within the non-negative matrix factorization framework for mixed music analysis（2014） [DOI]
• 3D-Object Recognition Based on LLC Using Depth Spatial Pyramid（2014） [DOI] [Web of Scientce]
• Dysarthric Speech Recognition Using a Convolutive Bottleneck Network（2014） [Web of Scientce]
• 話者依存型 Conditional Restricted Boltzmann Machine による声質変換（2013-12）
• 辞書選択に基づく非負値行列因子分解による声質変換（2013-09）
• 時間変化を考慮した Deep Learning を用いた声質変換（2013-09）
• Convolutional Neural Networksを用いた構音障害者のための音声認識（2013-09）
• Specmurtを利用した調波構造行列による混合楽音解析の検討（2013-03）
• Sparseness Criteria of F0-Frequencies Selection for Specmurt-Based Multi-Pitch Analysis without Modeling Harmonic Structure（2013-03）
• Deep Belief Nets による低次元空間表現を用いた声質変換の検討（2013-03）
• SPARSE REPRESENTATION FOR OUTLIERS SUPPRESSION IN SEMI-SUPERVISED IMAGE ANNOTATION（2013） [Web of Scientce]
• Voice Conversion in High-order Eigen Space Using Deep Belief Nets（2013） [Web of Scientce]
• A Combination of Hand-crafted and Hierarchical High-level Learnt Feature Extraction for Music Genre Classification（2013） [Web of Scientce]
• High-frequency restoration using deep belief nets for super-resolution（2013） [DOI]
• 重みつきノルム基準によるF0周波数選択を用いたSpecmurtによる多重音解析（2012-09）
• Convolutional Neural Networks を用いた局所特徴統合による 自動音楽ジャンル分類（2012-09）
• Local-feature-map Integration Using Convolutional Neural Networks for Music Genre Classification（2012） [Web of Scientce]
• Constrained Spectrum Generation Using A Probabilistic Spectrum Envelope for Mixed Music Analysis（2011-10）
• GENERIC OBJECT RECOGNITION USING AUTOMATIC REGION EXTRACTION AND DIMENSIONAL FEATURE INTEGRATION UTILIZING MULTIPLE KERNEL LEARNING（2011） [Web of Scientce]
• Probabilistic Spectrum Envelope: Categorized Audio-features Representation for NMF-based Sound Decomposition（2011） [Web of Scientce]
• Speech Synthesis by Modeling Harmonics Structure with Multiple Function（2010） [Web of Scientce]
• MATHEMATICAL MODELING OF HARMONIC-TIMBRE STRUCTURE WITH MULTI-BETA-DISTRIBUTION（2009） [Web of Scientce]

その他業績

• コーヒーブレイク 〜 あの日私は（2022-04-01） [DOI]
• 構音障害者音声認識のための適応型restricted Boltzmann machineを用いた特徴量抽出 (音声)（2017-03-01） [CiNii Research (CiNii Articles)] [CiNii Books] [Othres link]
• 構音障害者音声認識のための混合正規分布に基づく音素ラベリングの検討（2015-06-18） [CiNii Research (CiNii Articles)] [CiNii Books] [Othres link]
• 話者適応型Restricted Boltzmann Machineを用いた声質変換の検討（2014-12-08） [CiNii Research (CiNii Articles)] [CiNii Books] [Othres link]
• スパース表現に基づく声質変換のための結合型 restricted Boltzmann machine（2014-05-17） [CiNii Research (CiNii Articles)] [CiNii Books] [Othres link]
• 話者依存型Conditional Restricted Boltzmann Machineによる声質変換 (音声)（2013-12-19） [CiNii Research (CiNii Articles)] [CiNii Books] [Othres link]
• 話者依存型 Conditional Restricted Boltzmann Machine による声質変換（2013-12-12） [CiNii Research (CiNii Articles)] [CiNii Books] [Othres link]
• 確率スペクトル包絡を用いた混合音解析における制約付きスペクトル生成法の検討（2011-07）
• 確率スペクトル包絡に基づくNMF 基底生成モデルを用いた混合楽音解析（2011-02）
• 基底の反復生成と教師ありNMFを用いた信号解析（2010-12）
• 物体領域特徴の自動選定とマルチカーネル学習を用いた特徴統合による一般物体認識（2010-07）
• 多重ベータ混合モデルを用いた調波時間構造のモデル化による音声合成の検討（2009-12）

講演・口頭発表等

• 2 種のラグ窓によるスペクトル平滑化を用いた F0 推定（2024-03）
• FaderNetworks を用いた F0 変換による歌唱技術の付与（2024-03）
• 歌唱音声合成における F0 の自然性向上のための Diffusion-GAN モデルの検討（2024-03）
• 拡散確率モデルを用いたノンパラレルな Any-to-many 声質変換（2024-03）
• 事前学習済みモデルによる埋め込み表現を組み込んだ音声編集モデルの検討（2024-03）
• 分類型半制限ボルツマンマシンによる全音程関係を考慮した和音認識（2024-03）
• Transformerを用いた脳波信号からの音声復元の検討（2024-03）
• 潜在変数と観測データにガンマ分布を仮定したVAEによる音声振幅スペクトル表現（2024-03）
• 複数のラグ窓対を用いた音声基本周波数と周期性尺度の推定（2024-03）
• DDPMVC: 連続時間拡散確率モデルを用いた非パラレル声質変換と評価（2024-03）
• ベータ分布に基づくFaderNetを用いた音声印象変換の性能評価（2023-09）
• レイリー型制限ボルツマンマシンを用いた独立低ランク行列分析に基づくブラインド音源分離（2023-09）
• SiFiSinger: SiFi-GANを内包した歌唱音声合成（2023-09）
• FaderNetを用いた未知話者に対する音声印象変換（2023-06）
• 入力特徴量で条件づけた拡散確率モデルによるパラレル声質変換（2023-03）
• Speechsplit を用いたイントネーション・リズム・発音の矯正による外国語アクセント変換（2023-03）
• 振幅重み付けエネルギー関数を用いたボルツマンマシンによる位相復元（2023-03）
• Dual Diffusion Implicit Bridgesを用いた話者間の匿名性を担保した声質変換（2023-03）
• 条件付き制限ボルツマンマシンの平衡化傾向を利用したノンパラレル声質変換（2022-09）
• 話者因子係数の量子化に基づく声色制御可能な話者変換（2022-09）
• MoCoVC: モーメンタム対照表現学習によるノンパラレル声質変換（2022-09）
• マルチモーダルVAEを用いた顔画像に基づく目標話者音声不要な声質変換（2022-03）
• 時系列条件付きボルツマンマシンによる位相復元（2022-03）
• 印象表現語ラベルを用いたFaderNetworksに基づく音声印象変換（2022-03）
• TTSモデルにおけるアラインメントロバスト性向上のための非停滞化制約付きForward Attention（2022-03）
• 非可逆圧縮を用いた敵対的ニューラルボコーダのためのデータ拡張法（2022-03）
• リズムスタイルを考慮したFader Networksに基づく外国語学習者の発音変換（2022-03）
• 深層エネルギーベースモデルによる音声の音響特徴量の生成（2021-09）
• 深層エネルギーベースモデルによる音声の音響特徴量の生成（2021-09）
• 話者特徴抽出器を加えたFaderNetVCによる未知話者声質変換（2021-06）
• VQVAEに基づくリアルタイム波形ベース声質変換の検討（2021-03）
• 条件付きボルツマンマシンによる位相復元の初期検討（2021-03）
• Attention RBMによる音声特徴量系列の符号化と生成（2021-03）
• Cluster ARBM を用いた話者・音韻相互作用分類による声質変換（2020-09）
• HMelGAN: 階層的構造を導入した敵対的学習ネットワークに基づく高速ニューラルボコーダ（2020-09）
• Speech chain を模倣したボルツマンマシンによるワンショット多対多声質変換の検討（2020-03）
• マルチタスクモデルを用いたdisentangleな学習による楽器音変換（2020-03）
• 適応型 RBM を用いた音声情報の分離による話者と感情の同時変換（2020-03）
• 適応型RBMを用いたノンパラレル感情音声変換（2019-09）
• Fader Networksを用いた楽器音変換（2019-09）
• 複素VAE: 音声の複素スペクトルを直接表現する新しい変分自己符号化器（2019-09）
• Speech chain VC: 音声コミュニケーションの言語-生理-音響連鎖を考慮する声質変換（2019-09）
• Degree of Inharmonicity: Index to Evaluate Sustained Pedal Control（2019-07）
• パラレル制約付きVAEを用いた未知話者声質変換の検討（2019-03）
• セミパラレル手法による適応型 RBM を用いた声質変換の性能改善（2019-03）
• VAE を用いた多対多声質変換における音素識別制約の検討（2019-03）
• スペクトル系列誤差に基づくDNN音声波形モデルの学習（2018-09）
• 音声スペクトル系列の自己回帰性を考慮した複素RBMの拡張（2018-09）
• DRMを用いた唇動画像と音声の双方向変換（2018-06）
• RBMを用いた楽器音基底と演奏情報への分離による多重音解析（2018-05）
• 長・短期記憶構造を持つ拡張ボルツマンマシンの検討（2018-03）
• 非負値タッカー分解による NMF 辞書学習に基づく非パラレル声質変換（2018-03）
• GGDRMによる双方向変換を考慮したDNN声質変換のための事前学習法（2018-03）
• RBMを用いた楽器音基底と演奏情報への分離による多重音解析の検討（2018-03）
• DRMを用いた唇動画像と音声の双方向変換の検討（2018-03）
• リカレント構造を持つ複素制限ボルツマンマシンによる複素スペクトル系列モデリング（2018-02）
• 国際会議Interspeech2017報告（2018-02）
• フェイクデータを用いた ARBM に基づく非パラレル声質変換手法の改善（2017-09）
• 複素 RBM を用いた音声スペクトルモデリングの改良と評価（2017-09）
• GCDRMを用いたテキスト・音声の同時確率表現に基づく音声認識・合成器の同時構築（2017-09）
• Practice Process Analysis Using Score Matching Method Based on OBE-DTW and Its Effects on Memorizing Musical Score（2017-08）
• 複素RBM：制限ボルツマンマシンの複素数拡張と音声信号への応用と評価（2017-07）
• テキスト・音声間の双方向変換に基づくDNN音声認識・合成のための事前学習法（2017-06）
• 話者クラスタ適応学習可能な拡張制限ボルツマンマシンに基づく非パラレル声質変換（2017-06）
• クラスタ適応制限ボルツマンマシンを用いた話者クラスタリングと声質変換への応用（2017-05）
• 適応型 Gaussian-Gaussian RBM を用いた構音障害者音声認識（2017-03）
• 構音障害者音声認識のための適応型 restricted Boltzmann machine を用いた特徴量抽出（2017-03）
• 話者クラスタ適応学習可能な拡張制限ボルツマンマシンに基づく非パラレル声質変換（2017-03）
• 複素RBM：制限ボルツマンマシンの複素数拡張と音声信号への応用（2017-03）
• Simultaneous recognition of phone and speaker using three-way restricted Boltzmann machine（2016-11）
• 音響・音韻・話者ファクターを考慮したThree-way RBMよる話者・音素の同時認識（2016-09）
• Factored 3-Way Restricted Boltzmann Machine を用いたマルチモーダル音声認識の検討（2016-09）
• Three-way restricted Boltzmann machineによる音声モデリングに基づく話者・音素の同時認識（2016-05）
• Restricted Boltzmann Machine を用いた話者性・雑音を考慮したモデリングの検討（2016-03）
• 音響・音韻・話者情報を考慮したThree-Way Restricted Boltzmann Machineを用いた任意入力声質変換（2016-03）
• 制約付きThree-Way Restricted Boltzmann Machineを用いた音響・音韻・話者情報の同時モデリング（2015-12-02）
• 構音障害者音声認識のための確率表現に基づく音素ラベリングの検討（2015-09）
• 遺伝的アルゴリズムを用いたランダム写像行列の選択（2015-09）
• 話者正規化学習に基づく潜在的音韻情報を考慮した音声モデリングによる非パラレル声質変換（2015-09）
• Modeling Deep Bidirectional Relationships for Image Classification and Generation（2015-07）
• 構音障害者音声認識のための混合正規分布に基づく音素ラベリングの検討（2015-06）
• 適応型 Restricted Boltzmann Machine を用いたパラレルデータフリーな任意話者声質変換（2015-03）
• 少量のパラレルデータを用いたNon-negative Matrix Factorizationによる雑音環境下の声質変換（2015-03）
• Deep Boltzmann Machine を用いた音素ラベル情報推定（2015-03）
• 話者適応型 Restricted Boltzmann Machine を用いた声質変換の検討（2014-12）
• 話者適応を用いたNMFによる雑音環境下の声質変換（2014-09）
• 話者依存型 Recurrent Temporal Restricted Boltzmann Machine を用いた声質変換（2014-09）
• 遺伝的アルゴリズムを用いた 構音障害者の音声特徴量抽出に最適なランダム行列の生成（2014-09）
• スパース表現に基づく声質変換のための結合型 restricted Boltzmann machine（2014-05）
• 話者適応を用いたNMFによる声質変換（2014-03）
• 声質変換のための Restricted Boltzmann Machine を用いた パラレル辞書の学習法（2014-03）
• Convolutive Bottleneck Network 特徴量を用いた構音障害者の音声認識（2014-03）
• 話者依存型 Conditional Restricted Boltzmann Machine による声質変換（2013-12）
• 辞書選択に基づく非負値行列因子分解による声質変換（2013-09）
• 時間変化を考慮した Deep Learning を用いた声質変換（2013-09）
• Convolutional Neural Networksを用いた構音障害者のための音声認識（2013-09）
• High-frequency Restoration using Deep Belief Nets for Super-resolution（2013-07）
• RGB-D based 3D-Object Recognition by LLC using Depth Spatial Pyramid（2013-07）
• Deep Belief Nets による低次元空間表現を用いた声質変換の検討（2013-03）
• Specmurtを利用した調波構造行列による混合楽音解析の検討（2013-03）
• Gray Level Co‑occurrence Matrix を用いた時間・音高シフトに頑健な自動音楽ジャンル分類（2012-12）
• 重みつきノルム基準によるF0周波数選択を用いたSpecmurtによる多重音解析（2012-09）
• Convolutional Neural Networks を用いた局所特徴統合による 自動音楽ジャンル分類（2012-09）
• スパース性基準によるF0 周波数選択を用いたSpecmurt による多重音解析（2011-09）
• 確率スペクトル包絡を用いた混合音解析における制約付きスペクトル生成法の検討（2011-07）
• スパース性を考慮したSpecmurtによる多重音解析（2011-03）
• 確率スペクトルを用いた基底生成モデルとNMFによる混合楽音解析（2011-03）
• 確率スペクトル包絡に基づくNMF 基底生成モデルを用いた混合楽音解析（2011-02）
• 基底の反復生成と教師ありNMFを用いた信号解析（2010-12）
• NMFと基底モデルを用いた多重楽音解析（2010-09）
• 物体領域特徴の自動選定とマルチカーネル学習を用いた特徴統合による一般物体認識（2010-07）
• 多重関数を用いた調波時間スペクトル形状のモデル化による音声合成（2010-03）
• 多重ベータ混合モデルを用いた調波時間構造のモデル化による音声合成の検討（2009-12）
• 多重ベータ分布を用いた音色形状の数理モデリングによる楽器音生成（2009-09）
• Mathematical Modeling of Harmonic-Timbre Structure with Multi-Beta-Distribution（2009-08）
• 多重ベータ分布による音色形状モデルを用いた 多重楽音の解析（2009-03）

書籍等出版物

• IT Text 深層学習（2022-11-22） [CiNii Books] [Amazon]

作品等

共同研究・競争的資金等の研究課題

メディア報道

産業財産権

• 声質変換装置、声質変換方法及びプログラム（特願2021-026128）
• 符号化装置、復号装置、パラメータ学習装置、およびプログラム（特願2019-150516）
• 符号化装置、符号化方法およびプログラム（特願2018-31875）
• 符号化装置、符号化方法およびプログラム（特願2017-037640）
• 声質変換装置、声質変換方法およびプログラム（特願2017-036109）
• 声質変換装置、声質変換方法および声質変換プログラム（特願2016-032488）
• 声質変換方法および声質変換装置（特願2015-114238）

所属学協会

• ISCA
• 日本音響学会
• IEEE Membership
• 電子情報通信学会

委員歴

担当経験のある科目

• コンピュータサイエンス実験第二A
• コンピュータサイエンス実験第二A
• コンピュータサイエンス実験第二B
• コンピュータサイエンス実験第二B
• イノベイティブ総合コミュニケーションデザイン1
• イノベイティブ総合コミュニケーションデザイン1
• 情報領域演習第二K演習
• 情報領域演習第二K演習
• 情報領域演習第一P演習
• 情報領域演習第二Q演習
• 情報領域演習第二Q演習
• コンピュータサイエンス実験第一
• コンピュータサイエンス実験第一
• 情報領域演習第一P演習
• 情報領域演習第一P演習
• Ｅｌｅｍｅｎｔｓ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍｓ Ｆｕｎｄａｍｅｎｔａｌｓ ２
• 情報システム基盤学基礎２

社会貢献活動

学術貢献活動

• 音学シンポジウム2023 現地世話人
• 情報処理学会 第85回全国大会
• 第140回音声言語情報処理研究会 主催
• Interspeech 2023
• Interspeech 2022
• 音学シンポジウム2022
• 第141回音声言語情報処理研究会 幹事
• 第139回音声言語情報処理研究会 幹事
• Interspeech 2021
• 音学シンポジウム2021
• 第137回音声言語情報処理研究会 幹事
• 日本音響学会2021年春季研究発表会