吉村建慶

名前

吉村建慶

所属学会

日本音響学会

職歴

2021年4月1日 -- 現在
株式会社テクノスピーチ客員研究員
2020年4月1日 -- 現在
名古屋工業大学大学院工学研究科ながれ領域研究員
2019年4月1日 -- 現在
株式会社 Human Dataware Lab. エンジニア
2019年4月1日 -- 2021年3月31日
株式会社 TARVO エンジニア
2019年4月1日 -- 2020年3月31日
名古屋大学未来社会創造機構モビリティ社会研究所モビリティサービス研究部門研究員
2018年10月1日 -- 2019年3月31日
名古屋大学未来社会創造機構モビリティ領域機械・情報分野研究員
2018年10月1日 -- 現在
名古屋工業大学国際音声言語生成技術研究所プロジェクト助教
2023年1月1日より客員助教へ呼称変更
2017年1月16日 -- 2017年3月31日
NTTコミュニケーション科学基礎研究所冬期インターンシップ実習生
2015年9月1日 -- 2016年2月28日
エジンバラ大学 CSTR 滞在研究員

学歴

2015年4月1日 -- 2018年9月5日
名古屋工業大学大学院工学研究科博士後期課程創成シミュレーション工学専攻計算システム工学分野
2013年4月1日 -- 2015年3月23日
名古屋工業大学大学院工学研究科博士前期課程創成シミュレーション工学専攻計算システム工学分野
2011年4月1日 -- 2013年3月23日
名古屋工業大学工学部第一部情報工学科
2006年4月1日 -- 2011年3月18日
岐阜工業高等専門学校電気情報工学科

表彰

2020年11月4日 DCASE2020 Challenge Judges' Award
2019年12月27日第13回 IEEE Signal Processing Society (SPS) Japan Student Journal Paper Award
2018年3月14日日本音響学会第16回学生優秀発表賞

学術論文

Takenori Yoshimura, Kei Hashimoto, Keiichiro Oura, Yoshihiko Nankaku, and Keiichi Tokuda,
"Mel-cepstrum-based quantization noise shaping applied to neural-network-based speech waveform synthesis,"
IEEE/ACM Transactions on Audio, Speech, and Language Processing, vol. 26, no. 7, pp. 1173-1180, July 2018. (peer reviewed)
(DOI: 10.1109/TASLP.2018.2818408)
Takenori Yoshimura, Kei Hashimoto, Keiichiro Oura, Yoshihiko Nankaku, and Keiichi Tokuda,
"Simultaneous optimization of multiple tree-based factor analyzed HMM for speech synthesis,"
IEEE/ACM Transactions on Audio, Speech, and Language Processing, vol. 25, no. 9, pp. 1532-1541, September 2017. (peer reviewed)
(DOI: 10.1109/TASLP.2017.2721219)

国際会議

Takenori Yoshimura, Takato Fujimoto, Keiichiro Oura, and Keiichi Tokuda,
"SPTK4: An open-source software toolkit for speech signal processing,"
Proceedings of 12th ISCA Speech Synthesis Workshop, pp. 211-217, Grenoble, France, August 2023. (peer reviewed, poster)
Takenori Yoshimura, Shinji Takaki, Kazuhiro Nakamura, Keiichiro Oura, Yukiya Hono, Kei Hashimoto, Yoshihiko Nankaku, and Keiichi Tokuda,
"Embedding a differentiable mel-cepstral synthesis filter to a neural speech synthesis system,"
Proceedings of ICASSP 2023, pp. 1-5, Rhodes Island, Greece, June 2023. (peer reviewed, oral) arXiv
Ibuki Kuroyanagi, Tomoki Hayashi, Yusuke Adachi, Takenori Yoshimura, Kazuya Takeda, and Tomoki Toda,
"An ensemble approach to anomalous sound detection based on conformer-based autoencoder and binary classifier incorporated with metric learning,"
Proceedings of DCASE 2021, pp. 110-114, November 2021. (peer reviewed, video)
Tomoki Hayashi, Takenori Yoshimura, Masaya Inuzuka, Ibuki Kuroyanagi, and Osamu Segawa,
"Spontaneous speech summarization: Transformers all the way through,"
Proceedings of EUSIPCO 2021, pp. 456-460, August 2021. (peer reviewed, video)
Takenori Yoshimura, Tomoki Hayashi, Kazuya Takeda, and Shinji Watanabe,
"End-to-end automatic speech recognition integrated with CTC-based voice activity detection,"
Proceedings of ICASSP 2020, pp. 6999-7003, May 2020. (peer reviewed, video) arXiv
Tomoki Hayashi, Ryuichi Yamamoto, Katsuki Inoue, Takenori Yoshimura, Shinji Watanabe, Tomoki Toda, Kazuya Takeda, Yu Zhang, and Xu Tan,
"ESPnet-TTS: Unified, reproducible, and integratable open source end-to-end text-to-speech toolkit,"
Proceedings of ICASSP 2020, pp. 7654-7658, May 2020. (peer reviewed, video) arXiv
Shigeki Karita, Nanxin Chen, Tomoki Hayashi, Takaaki Hori, Hirofumi Inaguma, Ziyan Jiang, Masao Someki, Nelson Enrique Yalta Soplin, Ryuichi Yamamoto, Xiaofei Wang, Shinji Watanabe, Takenori Yoshimura, and Wangyou Zhang,
"A comparative study on Transformer vs RNN in speech applications,"
Proceedings of ASRU 2019, pp. 449-456, Sentosa, Singapore, December 2019. arXiv
Takenori Yoshimura, Kei Hashimoto, Keiichiro Oura, Yoshihiko Nankaku, and Keiichi Tokuda,
"Speaker-dependent WaveNet-based delay-free ADPCM speech coding,"
Proceedings of ICASSP 2019, pp. 7145-7149, Brighton, UK, May 2019. (peer reviewed, poster)
Takenori Yoshimura, Kei Hashimoto, Keiichiro Oura, Yoshihiko Nankaku, and Keiichi Tokuda,
"WaveNet-based zero-delay lossless speech coding,"
Proceedings of SLT 2018, pp. 153-158, Athens, Greece, December 2018. (peer reviewed, poster)
Takenori Yoshimura, Natsumi Koike, Kei Hashimoto, Keiichiro Oura, Yoshihiko Nankaku, and Keiichi Tokuda,
"Discriminative feature extraction based on sequential variational autoencoder for speaker recognition,"
Proceedings of APSIPA ASC 2018, pp. 1742-1746, Hawaii, USA, November 2018. (peer reviewed, poster)
Takato Fujimoto, Takenori Yoshimura, Kei Hashimoto, Keiichiro Oura, Yoshihiko Nankaku, and Keiichi Tokuda,
"Speech synthesis using WaveNet vocoder based on periodic/aperiodic decomposition,"
Proceedings of APSIPA ASC 2018, pp. 644-648, Hawaii, USA, November 2018. (peer reviewed, oral)
Kei Sawada, Takenori Yoshimura, Kei Hashimoto, Keiichiro Oura, Yoshihiko Nankaku, and Keiichi Tokuda,
"The NITech text-to-speech system for the Blizzard Challenge 2018,"
The Blizzard Challenge 2018 workshop, Hyderabad, India, September 2018. (non-peer reviewed, oral)
Jumpei Niwa, Takenori Yoshimura, Kei Hashimoto, Keiichiro Oura, Yoshihiko Nankaku, and Keiichi Tokuda,
"Statistical voice conversion based on WaveNet,"
Proceedings of ICASSP 2018, pp. 5289-5293, Calgary, Canada, April 2018. (peer reviewed, poster)
Amelia J. Gully, Takenori Yoshimura, Damian T. Murphy, Kei Hashimoto, Yoshihiko Nankaku, and Keiichi Tokuda,
"Articulatory text-to-speech synthesis using the digital waveguide mesh driven by a deep neural network,"
Proceedings of Interspeech 2017, pp. 234-238, Stockholm, Sweden, August 2017. (peer reviewed, oral)
Takenori Yoshimura, Gustav Eje Henter, Oliver Watts, Mirjam Wester, Junichi Yamagishi, and Keiichi Tokuda,
"A hierarchical predictor of synthetic speech naturalness using neural networks,"
Proceedings of Interspeech 2016, pp. 342-346, San Francisco, USA, September 2016. (peer reviewed, poster)
Takenori Yoshimura, Kei Hashimoto, Yoshihiko Nankaku, and Keiichi Tokuda,
"Simultaneous optimization of multiple tree structures for factor analyzed HMM-based speech synthesis,"
Proceedings of Interspeech 2015, pp. 1196-1200, Dresden, Germany, September 2015. (peer reviewed, oral)
Takenori Yoshimura, Kei Hashimoto, Keiichiro Oura, Yoshihiko Nankaku, and Keiichi Tokuda,
"Cross-lingual speaker adaptation based on factor analysis using bilingual speech data for HMM-based speech synthesis,"
Proceedings of 8th ISCA Speech Synthesis Workshop, pp. 297-302, Barcelona, Spain, September 2013. (peer reviewed, poster)

テクニカルレポート

Ibuki Kuroyanagi, Tomoki Hayashi, Yusuke Adachi, Takenori Yoshimura, Kazuya Takeda, and Tomoki Toda,
"Anomalous sound detection with ensemble of autoencoder and binary classification approaches,"
DCASE2021 Challenge, July 2021. PDF
Tomoki Hayashi, Takenori Yoshimura, and Yusuke Adachi,
"Conformer-based ID-aware autoencoder for unsupervised anomalous sound detection,"
DCASE2020 Challenge, July 2020. PDF

プレプリント

Tomoki Hayashi, Ryuichi Yamamoto, Takenori Yoshimura, Peter Wu, Jiatong Shi, Takaaki Saeki, Yooncheol Ju, Yusuke Yasuda, Shinnosuke Takamichi, and Shinji Watanabe,
"ESPnet2-TTS: Extending the edge of TTS research,"
arXiv preprint, October 2021. arXiv
Yoshihiko Nankaku, Kenta Sumiya, Takenori Yoshimura, Shinji Takaki, Kei Hashimoto, Keiichiro Oura, and Keiichi Tokuda,
"Neural sequence-to-sequence speech synthesis using a hidden semi-Markov model based structured attention mechanism,"
arXiv preprint, August 2021. arXiv

国内研究会

丹羽純平, 吉村建慶，橋本佳，大浦圭一郎，南角吉彦，徳田恵一，
"WaveNetに基づく声質変換の検討"，
電子情報通信学会技術研究報告，vol. 117, no. 393, pp. 99-104，東京，2018年1月．（査読無し，口頭発表）
吉村建慶，橋本佳，大浦圭一郎，南角吉彦，徳田恵一，
"メルケプストラムに基づくノイズシェーピング量子化法のWaveNet音声合成への適用"，
電子情報通信学会技術研究報告，vol. 117, no. 393, pp. 93-98，東京，2018年1月．（査読無し，口頭発表）

国内会議

吉村建慶，高木信二，中村和寛，大浦圭一郎，法野行哉，橋本佳，南角吉彦，徳田恵一，
"微分可能なメルケプストラム合成フィルタを組み込んだend-to-end 音声合成システムの検討"，
日本音響学会秋季研究発表会，1-8-17，pp. 1585-1588，札幌，2022年9月．（査読無し，口頭発表）
佐々木一匡，吉村建慶，高木信二，橋本佳，南角吉彦，徳田恵一，
"声質・声の高さ・話速を変更可能なニューラルボコーダ構成法の検討"，
日本音響学会春季研究発表会，1-3-18，pp. 935-938，オンライン，2022年3月．（査読無し）
角谷健太，吉村建慶，高木信二，橋本佳，大浦圭一郎，南角吉彦，徳田恵一，
"隠れセミマルコフモデルに基づく構造化アテンションを用いたSequence-to-Sequence 音声合成"，
日本音響学会春季研究発表会，3-2-23，pp. 943-946，オンライン，2021年3月．（査読無し）
（第22回学生優秀発表賞）
林知樹，山本龍一，井上勝喜，吉村建慶，武田一哉，戸田智基，渡部晋治，
"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"，
日本音響学会春季研究発表会，1-2-7，pp. 1267-1268，埼玉，2020年3月．（査読無し）
吉村建慶，小池なつみ，橋本佳，大浦圭一郎，南角吉彦，徳田恵一，
"話者認識のためのSequential VAEに基づく特徴抽出の検討"，
日本音響学会秋季研究発表会，3-2-6，pp. 1341-1344，大分，2018年9月．（査読無し，口頭発表）
藤本崇人，吉村建慶，橋本佳，大浦圭一郎，南角吉彦，徳田恵一，
"周期・非周期成分の分離に基づくWaveNetボコーダを用いた音声合成"，
日本音響学会秋季研究発表会，2-4-1，pp. 1125-1126，大分，2018年9月．（査読無し，口頭発表）
沢田慶，吉村建慶，橋本佳，大浦圭一郎，南角吉彦，徳田恵一，
"Blizzard Challenge 2018のためのNITechテキスト音声合成システム"，
日本音響学会秋季研究発表会，1-4-5，pp. 1091-1094，大分，2018年9月．（査読無し，口頭発表）
Jumpei Niwa, Takenori Yoshimura, Kei Hashimoto, Keiichiro Oura, Yoshihiko Nankaku, and Keiichi Tokuda,
"WaveNet-based voice conversion,"
日本音響学会秋季研究発表会，1-8-15，pp. 207-208，松山，2017年9月．（査読無し，口頭発表）
吉村建慶，橋本佳，大浦圭一郎，南角吉彦，徳田恵一，
"WaveNetにおけるメルケプストラムに基づくノイズシェーピング量子化法の適用"，
日本音響学会秋季研究発表会，1-8-8，pp. 193-194，松山，2017年9月．（査読無し，口頭発表）
（第16回学生優秀発表賞）
吉村建慶，橋本佳，大浦圭一郎，南角吉彦，徳田恵一，
"クラウドソーシングによる音声収集のための収録ソフトウェアの設計"，
日本音響学会春季研究発表会，1-R-29，pp. 307-308，横浜，2016年3月．（査読無し，ポスター発表）
吉村建慶，橋本佳，南角吉彦，徳田恵一，
"因子分析に基づくHMM音声合成における基底クラスタリングの検討"，
日本音響学会秋季研究発表会，2-7-4，pp. 239-240，札幌，2014年9月．（査読無し，口頭発表）
吉村建慶，橋本佳，大浦圭一郎，南角吉彦，徳田恵一，
"HMM音声合成のためのバイリンガルデータを用いた因子分析に基づくクロスリンガル話者適応"，
日本音響学会春季研究発表会，1-7-3，pp. 267-268，東京，2013年3月．（査読無し，口頭発表）

学位論文

吉村建慶， "統計的音声合成のための音響・波形モデリング"，
名古屋工業大学博士論文，2018年8月．
吉村建慶， "因子分析に基づくHMM音声合成における基底クラスタリング"，
名古屋工業大学修士論文，2015年2月．
吉村建慶， "HMM音声合成のための因子分析に基づくクロスリンガル話者適応"，
名古屋工業大学卒業論文，2013年2月．

プロジェクト

2019年2月 -- 現在
ESPnet
2015年4月 -- 現在
HTS
2015年4月 -- 現在
SPTK SPTK4 diffsptk
2015年4月 -- 2017年3月
JST CREST uDialogue

連絡先

住所
466-8555 愛知県名古屋市昭和区御器所町名古屋工業大学 4号館5階527号室
電話番号
052-735-7552
電子メール
takenori at sp.nitech.ac.jp
ソフトウェアに関する質問はメーリングリスト等をご利用ください．

リンク