Keisuke Imoto 研究室
主宰者:Keisuke Imoto
京都大学
AI 要約(直近 5 年の研究成果)
本研究室は、環境音(機械音、自然音、生活音など)の自動認識や生成を主要な研究テーマとしています。具体的には、雑音が混在した音声から目的の音を抽出したり、異常な音を検出したり、環境音を合成するといった課題に取り組んでいます。これらのタスクに共通する課題として、教師データの不足やアノテーション品質のばらつき、学習環境と実運用環境の違いに対応することが挙げられます。
手法としては、深層ニューラルネットワークを中心に、自己教師あり学習や半教師あり学習、マルチタスク学習などの機械学習の手法を活用しています。さらに、限られたラベル付きデータで効率的に学習するための工夫として、合成データの活用、異なる音データセット間での知識転移、複数の評価指標の融合なども行っています。また、擬音語やオノマトペ、視覚情報といった従来とは異なる入力形式を用いた新しい応用も探索しています。
これらの研究を通じて、本研究室は実運用環境で堅牢に機能する音響信号処理システムの開発に貢献することを目指しています。同時に、標準的なベンチマークテストの設計やアノテーション方法の改善にも注力し、この分野における研究基盤の構築も進めています。
※ 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, 学習 +11
- 計算機科学Ren Togo 研究室北海道大学論文 103 件·共通: 転移, がん進展, 機械, 学習 +12
- 工学Tomoyuki Yokota 研究室東京大学論文 177 件·共通: 通信, 電気・電子, 機械, 学習 +10
- 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, 学習, 環境保全 +9
- 計算機科学Hajime Asama 研究室東京大学論文 183 件·共通: 信号処理, 学習, 環境保全, 環境科学 +9
- 心理学Zilu Liang 研究室東京大学論文 148 件·共通: 転移, がん進展, 機械, 学習 +9
- 医学Yohei Okada 研究室京都大学論文 102 件·共通: 転移, がん進展, 機械, 学習 +9
- 工学Keisuke Maeda 研究室北海道大学論文 101 件·共通: 転移, がん進展, 学習, 環境保全 +8
研究成果(42 件)
- DOI: https://doi.org/10.1109/lsp.2026.3712286
- DOI: https://doi.org/10.1109/icassp55912.2026.11464875
- DOI: https://doi.org/10.1109/icassp55912.2026.11465067
- DOI: https://doi.org/10.1250/ast.e26.24
- DOI: https://doi.org/10.1109/asru65441.2025.11434779
- [2025] Context-Aware Query Refinement for Target Sound Extraction: Handling Partially Matched QueriesDOI: https://doi.org/10.1109/waspaa66052.2025.11230946
- DOI: https://doi.org/10.21437/interspeech.2025-577
- DOI: https://doi.org/10.21437/interspeech.2025-590
- DOI: https://doi.org/10.21437/interspeech.2025-1642
- DOI: https://doi.org/10.1109/icassp49660.2025.10889784
続きを表示(残り 32 件)閉じる
- DOI: https://doi.org/10.1109/icassp49660.2025.10888414
- DOI: https://doi.org/10.1561/116.20250080
- DOI: https://doi.org/10.1109/apsipaasc63619.2025.10848643
- DOI: https://doi.org/10.1109/lsp.2024.3509336
- [2024] M2D-CLAP: Masked Modeling Duo Meets CLAP for Learning General-purpose Audio-Language RepresentationDOI: https://doi.org/10.21437/interspeech.2024-29
- DOI: https://doi.org/10.23919/eusipco63174.2024.10714935
- DOI: https://doi.org/10.23919/eusipco63174.2024.10715201
- DOI: https://doi.org/10.23919/eusipco63174.2024.10715233
- DOI: https://doi.org/10.23919/eusipco63174.2024.10715252
- DOI: https://doi.org/10.1109/icassp48485.2024.10446011
- DOI: https://doi.org/10.1109/icassp48485.2024.10446906
- DOI: https://doi.org/10.1250/ast.44.167
- DOI: https://doi.org/10.1109/apsipaasc58517.2023.10317433
- DOI: https://doi.org/10.1109/apsipaasc58517.2023.10317353
- DOI: https://doi.org/10.21437/interspeech.2023-577
- DOI: https://doi.org/10.1109/icassp49357.2023.10096517
- DOI: https://doi.org/10.1186/s13636-022-00270-7
- [2023] Missing Data Completion of Multi-channel Signals Using Autoencoder for Acoustic Scene ClassificationDOI: https://doi.org/10.1561/116.00000074
- DOI: https://doi.org/10.23919/apsipaasc55919.2022.9979926
- DOI: https://doi.org/10.23919/apsipaasc55919.2022.9980187
- DOI: https://doi.org/10.1109/icassp43922.2022.9747835
- DOI: https://doi.org/10.1109/iwaenc53105.2022.9914800
- DOI: https://doi.org/10.1109/iwaenc53105.2022.9914738
- DOI: https://doi.org/10.23919/eusipco55093.2022.9909955
- DOI: https://doi.org/10.1016/j.apacoust.2022.108882
- DOI: https://doi.org/10.1561/116.00000049
- DOI: https://doi.org/10.1109/icassp43922.2022.9747588
- DOI: https://doi.org/10.1587/essfr.15.4_268
- DOI: https://doi.org/10.1109/icassp39728.2021.9414184
- DOI: https://doi.org/10.23919/eusipco54536.2021.9616170
- DOI: https://doi.org/10.1109/icassp39728.2021.9414949
- DOI: https://doi.org/10.1587/transinf.2020edp7036
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)。