Publications

カンファレンス (国際)
Unsupervised Training for Deep Speech Source Separation with Kullback-Leibler Divergence Based Probabilistic Loss Function: Masahito Togami, Yoshiki Masuyama (Waseda University), Tatsuya Komatsu, Yu Nakagome (Waseda University); 2020 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2020); 2020.5.4

カンファレンス (国際)
Weakly-Supervised Sound Event Detection with Self-Attention: Koichi Miyazaki, Tatsuya Komatsu, Tomoki Hayashi (Nagoya University), Shinji Watanabe (Johns Hopkins University), Tomoki Toda (Nagoya University), Kazuya Takeda (Nagoya University); 2020 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2020); 2020.5.4

カンファレンス (国内)
（招待講演）End-to-end 音声合成の研究を加速させるオープンソースツールキット ESPnet-TTS: 林知樹 (名古屋大学), 山本龍一, 井上勝喜 (岡山大学), 吉村建慶 (岡山大学), 武田一哉 (名古屋大学), 戸田智基 (名古屋大学), 渡部晋治 (Johns Hopkins University); 日本音響学会 2020年春季研究発表会 (ASJ 2020 spring); 2020.3.16

カンファレンス (国内)
Self-attention を用いた弱教師あり音響イベント検出: 宮崎晃一 (名古屋大学), 小松達也, 林知樹 (名古屋大学), 渡部晋治 (Johns Hopkins University), 戸田智基 (名古屋大学), 武田一哉 (名古屋大学); 日本音響学会 2020年春季研究発表会 (ASJ 2020 spring); 2020.3.16

カンファレンス (国内)
所望音源の方向アトラクターに基づく時変の空間フィルタを用いた DNN 音声抽出: 中込優 (早稲田大学), 戸上真人, 小川哲司 (早稲田大学), 小林哲則 (早稲田大学); 日本音響学会 2020年春季研究発表会 (ASJ 2020 spring); 2020.3.16

カンファレンス (国内)
End-to-End 音声認識を用いた音声合成の半教師あり話者適応: 井上勝喜 (岡山大学), 原直 (岡山大学), 阿部匡伸 (岡山大学), 林知樹 (名古屋大学), 山本龍一, 渡部晋治 (Johns Hopkins University); 日本音響学会 2020年春季研究発表会 (ASJ 2020 spring); 2020.3.16

カンファレンス (国内)
軽量・動的畳み込みを用いたend-to-end音声認識: 藤田悠哉, Aswin Shanmugam Subramanian*, 大町基, 渡部晋治* (* Johns Hopkins University); 日本音響学会2020年春季研究発表会 (音響学会); 2020.3.9

その他 (国際)
Attention-based ASR with Lightweight and Dynamic Convolutions: Yuya Fujita, Aswin Shanmugam Subramanian (Johns Hopkins University), Motoi Omachi, Shinji Watanabe (Johns Hopkins University); arXiv.org; 2020.2.20

カンファレンス (国際)
Fast Convergence Algorithm for Adaptive Noise Cancellers with SNR-Based Stepsize Control: Akihiko Sugiyama; International Conference on Consumer Electronics 2020 (ICCE2020); 2020.1.4

ワークショップ (国際)
A Comparative Study on Transformer vs RNN in Speech Applications: Shigeki Karita (NTT), Nanxin Chen (Johns Hopkins University), Tomoki Hayashi (Nagoya University, Human Dataware Lab. Co., Ltd.), Takaaki Hori (Mitsubishi Electric Research Laboratories,), Hirofumi Inaguma (Kyoto University), Ziyan Jiang (Johns Hopkins University), Masao Someki (Nagoya University), Nelson Enrique Yalta Soplin (Waseda University), Ryuichi Yamamoto, Xiaofei Wang (Johns Hopkins University), Shinji Watanabe (Johns Hopkins University), Takenori Yoshimura (Nagoya University, Human Dataware Lab. Co., Ltd.), Wangyou Zhang (Shanghai Jiao Tong University); 2019 IEEE Automatic Speech Recognition and Understanding Workshop (ASRU) (ASRU 2019); 2019.12.14

ワークショップ (国際)
Fast Convergence Algorithm for State-Space Model Based Speech Dereverberation by Multi-Channel Non-Negative Matrix Factorization: Masahito Togami, Tatsuya Komatsu; 2019 IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (WASPAA 2019); 2019.10.20

ワークショップ (国際)
Generalized Weighted-Prediction-Error Dereverberation with Varying Source Priors for Reverberant Speech Recognition: Toru Taniguchi, Aswin Shanmugam Subramanian (Johns Hopkins Univ.), Xiaofei Wang (Johns Hopkins Univ.), Dung Tran, Yuya Fujita, and Shinji Watanabe(Johns Hopkins Univ.); 2019 IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (WASPAA 2019); 2019.10.20

ワークショップ (国際)
Speech Enhancement Using End-to-End Speech Recognition Objectives: Aswin Shanmugam Subramanian(Johns Hopkins University), Xiaofei Wang (Johns Hopkins Univ.), Shinji Watanabe (Johns Hopkins Univ.), Murali Karthick Baskar (Johns Hopkins Univ., Brno University of Technology), Toru Taniguchi, Dung Tran, and Yuya Fujita; 2019 IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (WASPAA 2019); 2019.10.20

カンファレンス (国際)
Simultaneous Detection and Localization of a Wake-Up Word using Multi-Task Learning of the Duration and Endpoint: Takashi Maekaku, Yusuke Kida, Akihiko Sugiyama; The 20th Annual Conference of the International Speech Communication Association (INTERSPEECH 2019); 2019.9.19

カンファレンス (国際)
Multichannel Loss Function for Supervised Speech Source Separation by Mask-based Beamforming: Yoshiki Masuyama (Waseda University), Masahito Togami, Tatsuya Komatsu; The 20th Annual Conference of the International Speech Communication Association (INTERSPEECH 2019); 2019.9.15

カンファレンス (国際)
Probability Density Distillation with Generative Adversarial Networks for High-Quality Parallel Waveform Generation: Ryuichi Yamamoto, Eunwoo Song (NAVER), Jae-Min Kim (NAVER); The 20th Annual Conference of the International Speech Communication Association (INTERSPEECH 2019); 2019.9.15

カンファレンス (国際)
Variational Bayesian Multi-channel Speech Dereverberation under Noisy Environments with Probabilistic Convolutive Transfer Function: Masahito Togami, Tatsuya Komatsu; The 20th Annual Conference of the International Speech Communication Association (INTERSPEECH 2019); 2019.9.15

カンファレンス (国内)
多様な環境音の合成と変換のための基礎検討: 岡本悠希 (立命館大学), 柳生拓巳 (立命館大学), 井本桂右 (立命館大学), 小松達也; 日本音響学会 2019年秋季研究発表会 (ASJ 2019 autumn); 2019.9.4

カンファレンス (国内)
国際会議ICASSP2019報告: 秋田祐哉*1, 大町基, 岡本拓磨*2, 落合翼*3, 小川厚徳*3, 神田直之*4, 郡山知樹*5, 鈴木雅之*6, 太刀岡勇気*7, 俵直弘*3, 増村亮*3, 渡部晋治*8 *1 京大, *2 NICT, *3 NTT, *4 日立, *5 東大, *6 IBM, *7 デンソーアイティーラボラトリ, *8 JHU; 情報処理学会第128回音声言語情報処理研究発表会; 2019.7.12

カンファレンス (国際)
Multi-channel Itakura Saito Distance Minimization with deep neural network: Masahito Togami; 2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2019); 2019.5.12