論文・発表情報」カテゴリーアーカイブ

論文や学会発表などのお知らせ

日本音響学会2026年秋季研究発表会のアイキャッチ画像

[学会発表] 日本音響学会2026年秋季研究発表会

2026年9月8日〜10日に金沢工業大学扇が丘キャンパスで開催される 日本音響学会第156回(2026年秋季)研究発表会 において,藤江研究室の学生および共同研究者による研究発表が行われます.

本発表会では,音声認識,マルチモーダル情報を用いた発話タイミング推定(Voice Activity Projection),音声対話システム,および医療対話システムに関する研究成果について発表します.

  • 花川 主税,藤江 真也,酒井 康汰,本山 暖,“視線・頭部・表情の動きに注目したマルチモーダル Voice Activity Projection”
  • 酒井 康汰,藤江 真也,花川 主税,“逐次音声認識による言語情報を用いた Voice Activity Projection”
  • 平田 瑞葵,小針 悠希,藤江 真也,速水 悟,小林 哲則,“理解度確認時の心的負担軽減と内容理解促進を両立する手術説明対話システム”藤江 真也,小林 哲則,“音声対話システムにおける行動分布と実行ゲートによる発話タイミング決定”
  • 阿部 雄斗,佐伯 真於,高道 慎之介,藤江 真也,小川 哲司,東中 竜一郎,“Full-Duplex-Bench-JA:日本語フルデュプレックス音声対話モデル評価のためのベンチマーク構築”
  • 星野 瑞貴,郭 亜北,藤江 真也,小林 哲則,“発話特徴の抽出・記憶・忘却機構を備えた音声認識”
VAP

[学会発表] 日本音響学会2026年春季研究発表会

2026年3月17日〜19日に日本大学理工学部駿河台キャンパスで開催される 日本音響学会第155回(2026年春季)研究発表会 において,藤江研究室の学生および共同研究者による研究発表が行われます.

本研究会では,音声認識,マルチモーダル情報を用いた対話解析,および音声対話モデルの学習に関する研究成果について発表します.

  • 小堀 聡太,藤江 真也,“RNN-Transducer を用いたマルチタスク補助情報音声認識手法”
  • 花川 主税,藤江 真也,“マルチモーダル情報を用いた Voice Activity Projection”
  • 阿部 雄斗,佐伯 真於,大橋 厚元,高道 慎之介,藤江 真也,小林 哲則,小川 哲司,東中 竜一郎,“Moshi に基づく音声対話モデルの日本語ファインチューニングにおける対話データ特性の影響”

Full duplex Dialogue System

[学会発表] IWSDS 2026

2026年2月26日〜3月1日に開催される The 16th International Workshop on Spoken Dialogue Systems Technology (IWSDS 2026) において,藤江先生が関わる研究の成果が発表されます.

  • Yuto Abe, Mao Saeki, Atsumoto Ohashi, Shinnosuke Takamichi,
    Shinya Fujie, Tetsunori Kobayashi, Tetsuji Ogawa, Ryuichiro Higashinaka,“Effects of Dialogue Corpora Properties on Fine-Tuning a Moshi-Based Spoken Dialogue Model”

本研究では,同時に聞き取りと発話を行う フルデュプレックス音声対話モデル(Moshi 系モデル) を対象に,対話コーパスのターンテイキング特性(発話間隔・オーバーラップなど)がモデルの対話行動に与える影響を分析しました.

複数の日本語対話コーパスを比較し,発話間のギャップ,ポーズ,オーバーラップなどの時間的指標を用いて対話スタイルを定量化しました.さらに,これらの特性を考慮したカリキュラム学習によりモデルをファインチューニングし,生成される対話のリズムや自然さがコーパスの性質によって変化することを示しました.

研究成果は,フルデュプレックス型音声対話システムにおいて,目的とする対話スタイルに応じたコーパス設計や学習手順の重要性を示すものです.

Dialogsystem

[学会発表] 日本音響学会2025年秋季研究発表会

2025年9月10日〜12日に東北工業大学で開催される日本音響学会2025年秋季研究発表会で,藤江研究室修士1年の小堀君の発表があります.

  • 小堀聡太,藤江真也,”日本語音声認識における補助情報の認識方式の比較,” 日本音響学会秋季研究発表会, pp. 1345-1348, Sep. 2025.

研究費

[研究助成] 科学研究費補助金(基盤研究C)に採択

藤江研究室の研究課題が,科学研究費補助金(科研費)基盤研究(C)に採択されました.

  • 藤江 真也, “音声インタラクションにおける円滑性の客観評価指標の構築”

本研究では,人とシステムの音声インタラクションにおける「円滑さ」を客観的に評価するための指標の構築を目指します.会話分析の知見を取り入れながら,話者交替や対話の時間構造などを考慮した評価方法を工学的に設計し,より自然な音声対話システムの実現に貢献することを目的としています.

研究課題の詳細は,下記ページをご参照ください.
https://kaken.nii.ac.jp/ja/grant/KAKENHI-PROJECT-25K15211/

Water8x3

[学会発表] 人工知能学会 言語・音声理解と対話処理研究会(SLUD)第103回研究会

2025年3月20日〜22日に早稲田大学で開催される人工知能学会 言語・音声理解と対話処理研究会(SLUD)第103回研究会で,藤江研究室の学生の発表が複数あります.

  • 小堀 聡太,花川 主税,伊藤 雪,藤江 真也, “複数評価指標による状態管理と発話完了度予測による発話権管理を用いた観光案内対話システム”
  • 川 主税,山元 広太,小堀 聡太,藤江 真也, “話し手の感情に応じた愚痴の傾聴と決断の後押しを行う音声対話システム”

23871352 l 8x3

[学会発表] 日本音響学会2025年春季研究発表会

2025年3月17日〜19日に埼玉大学で開催される日本音響学会2025年春季研究発表会で,藤江研究室学部4年の小堀君,花川君などの発表があります.

  • 小堀 聡太,藤江 真也, “補助情報を同時に認識する日本語音声認識における出力表現形式の比較”
  • 花川 主税,藤江 真也, “複数の日本語音声対話コーパスによるVoice Activity Projection の性能比較”
  • 谷口 友紀,藤江 真也,小林 哲則, “テンポのずれに関する知覚実験”

Aig 015ai23614B xl TP V

[学会発表] 日本音響学会2023年秋季研究発表会

2022年9月26日〜28日に名古屋工業大学で開催される日本音響学会2023年秋季研究発表会で,藤江教授,修士課程2年の岡永さん,根岸さんの発表などがあります.

  • 岡永 佳子,藤江 真也, “円滑な対話における交替潜時の予測のための対話テンポの推定”
  • 根岸 慧,藤江 真也, “自然言語による説明文に基づくキャラクタ性を考慮した音声合成”
  • 藤江 真也,小林 哲則, “非流暢現象ラベル付き発音形認識モデルとテキスト変換モデルを組み合わせた音声認識システム”
  • 謝 佳臻,藤江 真也,小林 哲則, “情報伝達のための音声合成における発話文の役割情報付与手法の検討”
  • 谷口 友紀,藤江 真也,小坂 直敏,小林 哲則, “発話タイミング推定における時間心理尺度の考慮”
  • Zhao Huaibo,Fujie Shinya,Ogawa Tetsuji,Kobayashi Tetsunori, “An investigation on constructing Multi-look-ahead Contextual Block Streaming Transducer”
Dublin

[学会発表] Interspeech 2023

2023年8月20日〜24日にアイルランド,ダブリンで開催されるIEEE Interspeech 2023 で,藤江教授が関わる研究の発表があります.

  • Jin Sakuma, Shinya Fujie, Huaibo Zhao, Tetsunori Kobayashi, “Improving the response timing estimation for spoken dialogue systems by reducing the effect of speech recognition delay”
  • Fuma Kurata, Mao Saeki, Shinya Fujie, Yoichi Matsuyama, “Multimodal Turn-Taking Model Using Visual Cues for End-of-Utterance Prediction in Spoken Dialogue Systems”
Lodus8x3

[学会発表] ICASSP 2023

2023年6月4日〜6月10日にギリシャ,ロードス島で開催されるIEEE ICASSP 2023 (International Conference on Acoustics, Speech and Signal Processing)で,藤江教授が関わる研究の発表があります.

  • Huaibo Zhao, Shinya Fujie, Tetsuji Ogawa, Jin Sakuma, Yusuke Kida and Tetsunori Kobayash, “Conversation-oriented ASR with multi-look-ahead CBS architecture”