* 研究内容 [#n389f7f0]
//#ref(kt-intro.jpg,center,nolink,504x253);
> 徳田・南角・橋本研究室では，人とコンピュータ，コンピュータとコンピュータとのコミュニケーションを目指して，マルチモーダル情報空間におけるヒューマンインターフェースに関する研究を行っています．~
主に音声や画像を扱っており，研究テーマによって大きく４つのグループに分けられます．
** 音声合成 [#s43c0c5e]
> 人間の音声を人工的に作り出す技術です．~
Speech SynthesizerやText to Speech Systemなどとも呼ばれ，以下のような用途で運用されています．
//#line(・[[駅の音声案内>ホーム/研究内容/音声合成]],・カーナビゲーションシステムの音声案内,・携帯電話のニュース読み上げ機能,・しゃべるぬいぐるみ);
- 駅の音声案内
- カーナビゲーションシステムの音声案内
- 携帯電話のニュース読み上げ機能
- しゃべるぬいぐるみ
//> > [[もっと詳しく>ホーム/研究内容/音声合成]]
** 音声認識 [#l14694ad]
> 人間の話す音声をコンピュータによって解析し，話している内容を文字データとして取り出す技術です．~
キーボードに代わるインターフェースとして注目を集めており，以下のような用途で運用されています．
- 同時通訳型の機械翻訳
- 会議の議事録作成
- カーナビゲーションシステムの音声操作
- 指示を聞き分けるペットロボット
//- パソコン上での文章作成
//> > [[もっと詳しく>ホーム/研究内容/音声認識]]
** 音声対話・音声言語理解 [#l0a5aed1]
> 音声における人とコンピュータのコミュニケーションを目指しています．~
先にあげた音声合成，音声認識の技術をフル活用し，以下のような用途で運用されています．
- バス運行情報案内システム
- 観光案内システム
- チケット購入システム
//> > [[もっと詳しく>ホーム/研究内容/音声対話・音声言語理解]]
** 画像処理 [#oc01b305]
> コンピュータの取り込んだ動画像，静止画像から情報を抜き出したり，新たに画像を生成したりする技術です．~
以下のような用途で運用されています．
- 顔画像照合セキュリティ
- 手話動画像生成
- 読唇術システム
//> > [[もっと詳しく>ホーム/研究内容/画像処理]]
~~
* 最近の研究 [#n389f5f3]
** 階層構造を持った変分オートエンコーダに基づく表現豊かな音声合成 [#m80f879b]
> &ref(vae.jpg,nolink);
>音声合成において，変文オートエンコーダを用いることで，「嬉しい」「悲しみ」「怒り」といった感情表現や，語尾の上げ下げといった発話スタイルの変化を，潜在変数として表現・制御することができます．本研究では，これらの潜在変数を，発話内容や言語的な階層構造を考慮して取り扱うことで，潜在変数のより適切なモデル化が可能となり，これまで以上に表現豊かな音声の合成を実現しました．
>音声合成において，変分オートエンコーダを用いることで，「嬉しい」「悲しみ」「怒り」といった感情表現や，語尾の上げ下げといった発話スタイルの変化を，潜在変数として表現・制御することができます．本研究では，これらの潜在変数を，発話内容や言語的な階層構造を考慮して取り扱うことで，潜在変数のより適切なモデル化が可能となり，これまで以上に表現豊かな音声の合成を実現しました．
