Tatsuya Kawahara 研究室
主宰者：Tatsuya Kawahara
京都大学
AI 要約（直近 5 年の研究成果）
本研究室は、音声・音響信号処理と対話システムを中心とした研究に取り組んでいます。音声認識、音声感情認識、音声強調、歌声変換など、音声に関する多様なタスクに対して、自己教師あり学習による事前学習モデルの活用や拡張を行っています。特に、大規模なラベルなしデータから学習した表現を、新たなタスクへ適応させる手法の開発が重要なテーマとなっており、限定的なデータしか利用できない環境での性能向上を目指しています。
対話システムの研究では、ロボットと人間の自然な会話実現に注力しています。相手の話に共感しながら聞く対話（傾聴対話）や、複数人での会話場面での応答タイミングの予測、ユーザーの性格や感情に適応した応答の生成などが取り組まれています。これらの研究では、音声、映像、テキストなど複数の信号を組み合わせたマルチモーダルなアプローチや、心理学の知見を活用した対話戦略の設計が特徴です。加えて、実際のロボット運用環境での頑健性検証や、ユーザー研究を通じた評価が重視されており、応用志向の強い研究室といえます。
※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 計算機科学Hiroshi Saruwatari 研究室東京大学論文 189 件·共通: 信号処理, 通信, 電気・電子, AI・機械学習 +13
- 計算機科学Hajime Asama 研究室東京大学論文 183 件·共通: 信号処理, ロボティクス, ロボット, 学習 +12
- 計算機科学Tadahiro Taniguchi 研究室立命館大学論文 102 件·共通: 通信, 電気・電子, ロボティクス, ロボット +10
- 工学Atsushi Yamashita 研究室東京大学論文 185 件·共通: 信号処理, 通信, 電気・電子, ロボティクス +6
- 心理学Hiroshi Ishiguro 研究室大阪大学論文 103 件·共通: ロボティクス, ロボット, 学習, 環境保全 +11
- 工学Kensuke Harada 研究室大阪大学論文 104 件·共通: ロボティクス, ロボット, 学習, 環境保全 +11
- 保健専門職Qi An 研究室東京大学論文 159 件·共通: ロボティクス, ロボット, AI・機械学習, 学習 +10
- 工学Ryo Natsuaki 研究室東京大学論文 181 件·共通: 通信, 電気・電子, AI・機械学習, 学習 +8
研究成果（76 件）
- DOI: https://doi.org/10.1109/icassp55912.2026.11465067
- [2025] Leveraging IPA and Articulatory Features as Effective Inductive Biases for Multilingual ASR TrainingDOI: https://doi.org/10.1109/icassp49660.2025.10889526
- DOI: https://doi.org/10.1109/icassp49660.2025.10887715
- DOI: https://doi.org/10.18653/v1/2025.naacl-long.367
- DOI: https://doi.org/10.1109/taslpro.2025.3587455
- DOI: https://doi.org/10.1109/taslpro.2025.3619824
- DOI: https://doi.org/10.1561/116.20250025
- [2025] Enhancing Long-term RAG Chatbots with Psychological Models of Memory Importance and ForgettingDOI: https://doi.org/10.5210/dad.2025.203
- DOI: https://doi.org/10.1109/taffc.2025.3637088
- DOI: https://doi.org/10.1109/iros60139.2025.11246533
続きを表示（残り 66 件）閉じる
- DOI: https://doi.org/10.1145/3716553.3750764
- DOI: https://doi.org/10.1145/3716553.3759264
- DOI: https://doi.org/10.21437/interspeech.2025-1359
- DOI: https://doi.org/10.21437/interspeech.2025-1827
- DOI: https://doi.org/10.21437/interspeech.2025-1531
- DOI: https://doi.org/10.21437/interspeech.2025-2660
- DOI: https://doi.org/10.1109/icme59968.2025.11210176
- DOI: https://doi.org/10.1145/3706599.3720179
- DOI: https://doi.org/10.1109/taffc.2025.3571427
- DOI: https://doi.org/10.1109/taslp.2024.3451982
- DOI: https://doi.org/10.1109/o-cocosda64382.2024.10799979
- DOI: https://doi.org/10.21437/interspeech.2024-2385
- [2024] Entrainment Analysis and Prosody Prediction of Subsequent Interlocutor’s Backchannels in DialogueDOI: https://doi.org/10.21437/interspeech.2024-628
- DOI: https://doi.org/10.63317/4j3uguxffz5u
- DOI: https://doi.org/10.1109/apsipaasc63619.2025.10848649
- DOI: https://doi.org/10.1109/apsipaasc63619.2025.10848874
- DOI: https://doi.org/10.1109/icassp48485.2024.10448429
- DOI: https://doi.org/10.1109/icassp48485.2024.10446645
- DOI: https://doi.org/10.1109/icassp48485.2024.10448497
- DOI: https://doi.org/10.1109/icassp48485.2024.10446041
- DOI: https://doi.org/10.1109/taslp.2024.3407511
- DOI: https://doi.org/10.18653/v1/2024.sigdial-1.15
- DOI: https://doi.org/10.1561/116.00004100
- [2023] 対話継続・関係構築をめざした対話ロボット研究
- DOI: https://doi.org/10.1080/01691864.2023.2285804
- DOI: https://doi.org/10.1142/s2717554523500248
- DOI: https://doi.org/10.1080/01691864.2023.2270577
- DOI: https://doi.org/10.1080/01691864.2023.2257264
- [2023] Two-stage Finetuning of Wav2vec 2.0 for Speech Emotion Recognition with ASR and Gender PretrainingDOI: https://doi.org/10.21437/interspeech.2023-756
- DOI: https://doi.org/10.21437/interspeech.2023-1437
- DOI: https://doi.org/10.1109/icassp49357.2023.10094718
- DOI: https://doi.org/10.1109/icassp49357.2023.10095644
- DOI: https://doi.org/10.18653/v1/2023.sigdial-1.60
- DOI: https://doi.org/10.5715/jnlp.30.88
- DOI: https://doi.org/10.18653/v1/2022.sigdial-1.12
- DOI: https://doi.org/10.1016/j.csl.2022.101469
- DOI: https://doi.org/10.1145/3527188.3561926
- DOI: https://doi.org/10.23919/apsipaasc55919.2022.9980180
- [2022] Subband-based Spectrogram Fusion for Speech Enhancement by Combining Mapping and Masking ApproachesDOI: https://doi.org/10.23919/apsipaasc55919.2022.9979930
- DOI: https://doi.org/10.21437/interspeech.2022-5
- DOI: https://doi.org/10.21437/interspeech.2022-10062
- DOI: https://doi.org/10.21437/interspeech.2022-343
- DOI: https://doi.org/10.21437/interspeech.2022-565
- DOI: https://doi.org/10.21437/interspeech.2022-11268
- DOI: https://doi.org/10.3389/frobt.2022.933261
- DOI: https://doi.org/10.1103/physrevb.105.l241108
- [2022] Selective Multi-Task Learning For Speech Emotion Recognition Using Corpora Of Different StylesDOI: https://doi.org/10.1109/icassp43922.2022.9747466
- [2022] Phone-Informed Refinement of Synthesized Mel Spectrogram for Data Augmentation in Speech RecognitionDOI: https://doi.org/10.1109/icassp43922.2022.9746582
- DOI: https://doi.org/10.1109/hri53351.2022.9889375
- DOI: https://doi.org/10.1109/taslp.2022.3190734
- DOI: https://doi.org/10.18653/v1/2021.naacl-main.150
- DOI: https://doi.org/10.1109/asru51503.2021.9688218
- DOI: https://doi.org/10.1109/asru51503.2021.9688175
- [2021] Computationally-Efficient Overdetermined Blind Source Separation Based on Iterative Source SteeringDOI: https://doi.org/10.1109/lsp.2021.3134939
- DOI: https://doi.org/10.1109/taslp.2021.3133217
- [2021] Khmer Speech Translation Corpus of the Extraordinary Chambers in the Courts of Cambodia (ECCC)DOI: https://doi.org/10.1109/o-cocosda202152914.2021.9660421
- DOI: https://doi.org/10.1250/ast.42.333
- DOI: https://doi.org/10.1142/s2717554522500072
- DOI: https://doi.org/10.1527/tjsai.36-5_h-l51
- DOI: https://doi.org/10.18653/v1/2021.sigdial-1.28
- DOI: https://doi.org/10.1080/01691864.2021.1928549
- DOI: https://doi.org/10.1109/icassp39728.2021.9415093
- DOI: https://doi.org/10.21437/robotdial.2021-3
- DOI: https://doi.org/10.5715/jnlp.28.824
科研費（0 件）
まだデータがありません（KAKEN 取り込み後に表示）。
所属学会・役職（0 件）
まだデータがありません（学会データ連携後に表示）。