東京工科大学 メディア学部 ブログ

メディア学部の大淵です。

先日、中国の上海で開催されたICASSP(International Conference on Acoustics, Speech and Signal Processing)という国際学会で、音声処理に関する研究発表を行ってきました。このブログでも、最近は修士や卒研の成果を学会発表してきた記事が沢山ありますが、今回は私自身の発表です。

大学の教員は、授業や卒研指導が主な仕事ですが、その他に自分自身の研究も行っています。特に、授業などの負担が軽くなる夏休みや春休みは、自分の研究を進めるチャンスです。今回の私の発表も、昨年の夏休みに頑張って実験をして論文化したものです。大きな国際学会では、査読と呼ばれる論文審査のプロセスにしっかり時間をかけるので、投稿から発表まで半年ぐらいの時間差が生じてしまうのです。

今回発表を行ったICASSPは、音や画像などの信号処理を研究する人たちが世界中から集まってくる学会です。4日間の会期の中で、合計1,265件の発表が行われました。学会会場となった「上海国際会議中心」は、金融機関などが集まる浦東地区にあり、周囲には高さ400m以上の高層ビルが林立しています。学会会場の周囲では、学会に参加する研究者っぽい人たちと、高層ビル群をバックに写真を撮っている観光客たちと、中国の金融エリートっぽいビジネスマンたちとが入り混じっていました。

今回の私の発表は、雑音混じりの音の中から人間が話しているところだけを抽出する「音声区間検出」と呼ばれる技術に関するものです。そうやって抽出した声をコンピューターで自動認識するために用いることが多いので、「音声認識」というセッションでの発表となりました。この分野は、最近話題の「ディープラーニング」と親和性が高いので、学会会場もひときわ大賑わいです。ポスター形式の発表で、2時間の発表時間が割り当てられていたのですが、ディープラーニング人気のおかげか、その間ずっとお客さんが途絶えることはありませんでした。

私の研究室では、これで春の学会シーズンの活動は終了です。4月からはまた新しい学年が始まりますが、研究室全体でたくさんの研究成果を挙げて、新年度もいろんな学会に参加できればと思っています。