研究内容

当研究室の研究内容について

当研究室では音声や音楽、画像、自然言語といったメディアの処理を中心に、人工知能や認知科学、脳科学に関する研究に取り組んでいます。特に調音運動(人間の発話時の口唇や舌の運動)に基づいた音声合成や音声認識、機械読唇の研究に力を入れています。

研究室に向いている方

音声や音楽、画像、自然言語などのメディアを計算機で処理する方法、人工知能や認知科学、脳科学に興味のある学生さんは当研究室に向いています。研究室では国内外の学会での発表を推奨していますので、研究成果を日本や世界の研究者の前で発表してみたい方はぜひ当研究室への所属を検討してみてください。

研究室に向いている方:

  • 音声や音楽、画像、自然言語といったメディアを扱ってみたい方
  • 人工知能や人間の知性に興味のある方
  • 深層学習を使って知的なシステムを作りたい方
  • 大学院への進学を希望している方
  • 国際会議や学術論文誌で研究を発表してみたい方

研究室で研究するということ

皆さんはこれまで様々な授業を受けてきたと思いますが、研究室ではこれまでと全く異なることを学びます。これまでの授業では教員が皆さんに教えていたと思いますが、研究室では皆さんが教員に教えることになります。これは研究室では皆さんは研究を行うためです。皆さんは過去に誰もやっていない事に取り組むことになります。その結果は教員も知らず、唯一結果を知っているのは研究を実施した皆さんだけです。ですので、皆さんの方から教員に説明する必要があるのです。

皆さんは自分で考えたテーマの妥当性や実験の方法、実験結果の意味を、教員が納得するよう分かり易く教える必要があります。その内容は卒研発表会や学会といった公開の場で通用するクオリティでなければなりません。説明内容に隙があると即座にツッコミが入ります。このような経験によって得られる能力は説明能力と呼ばれ、社会で活躍するための重要な能力の一つとされています。

当研究室では、皆さんが社会に出た時に大変役立つこのスキルを人工知能とその周辺領域に関する研究を通して、高いレベルで身に付けることを目標にします。これまでの受け身の授業では十分に得られなかった重要な能力を、日々の研究活動や国際会議での発表を通して習得してください。

Speech Processing

音声情報処理グループ

調音運動(発話時の唇・舌の動き)に着目し、音声合成・声質変換・音声認識など幅広い研究に取り組んでいます。発話困難な方への支援システム開発も視野に入れています。

Facial Image Processing

顔画像処理グループ

唇の動きから発話内容を認識する「機械読唇」を中心に、マルチモーダル音声認識や読唇音声合成など、深層学習を活用した研究に取り組んでいます。

AI & Machine Learning

人工知能・機械学習グループ

現在の人工知能ではまだ実現できていない技術の開発を目指し、ゲームエージェント・対話システム・自然言語処理・脳波解析など幅広い研究に取り組んでいます。