「音声認識」の検索結果（222件）

talk_yoshioka.pdf

研究講演研究講演 76 オープンハウス 2016 オープンハウス 2016 「どこでも使える音声認識」を実現する信号処理技術 音声認識の前処理である信号処理技術もまた、音声認 識の世界に劇的な変化

https://www.rd.ntt/cs/event/openhouse/2016/talk/research1/talk_yoshioka.pdf

_環境レポート_2019

_環境レポート_2019 ENVIRONMENTAL REPORT 2019 | 4 特集 1 「多言語音声認識プラットフォーム」は、世界最高精度を実 現する最先端ディ

https://www.rd.ntt/environment/pdf/NTTsoukenrep2019_04.pdf

スライド 1

認識は音声を書き起こした文字列へ変換する仕組みです。音声認識モデルの学習用に人手で 用意する対応付いた音声と文字列のペアデータが少ない場合、高精度なモデルの実現は困難でした。 この研究ではペア

https://www.rd.ntt/cs/event/openhouse/2019/download/16_c.pdf

進化を続ける音声認識エンジン「VoiceRex®」｜NTT R&D WebSite

進化を続ける音声認識エンジン「VoiceRex®」｜NTT R&D WebSite NTT R&D WebSite リサーチ&アクティビティ 進化を続ける音声認識エンジン「VoiceRex

https://www.rd.ntt/research/JN20190709_h.html

コミュニケーションの知識源化を実現する音声認識技術｜NTT R&D Website

コミュニケーションの知識源化を実現する音声認識技術｜NTT R&D Website NTT R&D Website リサーチ&アクティビティ コミュニケーションの知識源化を実現する音声認識技術

https://www.rd.ntt/research/JN202010_7482.html

コンピュータの耳を創る｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website

部 信号処理研究グループ コンピュータの耳を創る コンピュータの耳を創る [Japanese|English] 高速・高精度な話し言葉音声認識技術 音声認識を格段に発展させ、「コンピュータの耳」と呼べ

https://www.rd.ntt/cs/team_project/media/signal/research_media05.html

C20_パネル一覧0501

C20_パネル一覧0501 どんな研究 どこが凄い めざす未来 連 絡 先 関連文献 近年、様々な場面で音声認識が利用 されるようになってきましたが、現 在の技術でも、誰の声でも同じよう に正確

https://www.rd.ntt/cs/event/openhouse/2017/exhibition/20/poster20.pdf

NTT コミュニケーション科学基礎研究所 オープンハウス2014 どれくらい正しく聞き取れるか分かります ～正解文が不要な音声認識率推定技術～

NTT コミュニケーション科学基礎研究所 オープンハウス2014 どれくらい正しく聞き取れるか分かります ～正解文が不要な音声認識率推定技術～ 日本語 English ホーム ごあいさつ プロ

https://www.rd.ntt/cs/event/openhouse/2014/exhibition/21/

音声認識技術 | NTT R&D Website

音声認識技術 | NTT R&D Website NTT R&D Website NTT人間情報研究所 技術カテゴリ 音声情報処理 音声認識技術 音声認識技術 音声を深く理解し、活用する 音声

https://www.rd.ntt/hil/category/voice/speechrecognition/

poster_22.pdf

雑音を消し残しても大丈夫！ ~収音技術の不足を補い音声認識の長所を活かす統合技術~ It's OK to Leave Some Noise! - Unification of Noise

https://www.rd.ntt/cs/event/openhouse/2011/exhibition/22/poster_22.pdf

NTT コミュニケーション科学基礎研究所 オープンハウス2011

することで，音声をより聞き取りやすくすることができます．しかし，そのような処理音声にも，所々に処理歪みが残るため，十分な音声認識性能が得られません．雑音・残響下でより高精度に音声認識を実現するためには，収音技術

https://www.rd.ntt/cs/event/openhouse/2011/exhibition/22/

NTT コミュニケーション科学基礎研究所 オープンハウス2016

ム / プログラム / 研究展示 メディアの科学 こんなにガヤガヤした場所でも聞き取ります ～遠隔発話音声認識における雑音除去・深層学習技術の最前線～ 概要 近年、音声認識技術は飛躍的に向上していますが、展示

https://www.rd.ntt/cs/event/openhouse/2016/exhibition/19/

NTT コミュニケーション科学基礎研究所 オープンハウス2014 音声認識の大敵「残響」を退治します ～音声強調と音声認識の統合技術最先端～

NTT コミュニケーション科学基礎研究所 オープンハウス2014 音声認識の大敵「残響」を退治します ～音声強調と音声認識の統合技術最先端～ 日本語 English ホーム ごあいさつ プロ

https://www.rd.ntt/cs/event/openhouse/2014/exhibition/20/

NTT コミュニケーション科学基礎研究所 オープンハウス2016

ム / プログラム / 講演 6/2（木）15:30 - 16:10 音声認識が人間に近づく・人間を超える ～ディープラーニングと信号処理の進化がもたらす音声認識のひろがり～ 吉岡 拓也（メディア情報研究部

https://www.rd.ntt/cs/event/openhouse/2016/talk/research1/

NTT コミュニケーション科学基礎研究所 オープンハウス2019

研究展示 メディアの科学 16 少量の入出力ペアから高精度に音声認識を学習 ～音声合成を活用した半教師ありEnd-to-End学習～ どんな研究 音声認識は音声を書き起こした文字列へ変換する仕組

https://www.rd.ntt/cs/event/openhouse/2019/exhibition16/

スライド 1

と推定される方を選択しま す。本AIを複数の音声認識仮説から 最終的な認識結果を選択する問題に 応用することで、認識精度を大きく 向上させることができます。 本AIは最新の深層学習技術に基づき モデル化

https://www.rd.ntt/cs/event/openhouse/2018/exhibition/17/poster17.pdf

英語初心者にも優しい！音声認識技術を活用したスピーキング教材｜NTT R&D Website

英語初心者にも優しい！音声認識技術を活用したスピーキング教材｜NTT R&D Website NTT R&D Website リサーチ&アクティビティ 英語初心者にも優しい！音声認識技術を活用

https://www.rd.ntt/research/NICO20200805.html

NTT コミュニケーション科学基礎研究所 オープンハウス2011

NTT コミュニケーション科学基礎研究所 オープンハウス2011 講演・研究展示一覧 スケジュール プログラム / 講演・研究展示一覧 / 雑音抑圧は，音声認識システムを日常の環境で使え

https://www.rd.ntt/cs/event/openhouse/2011/exhibition/21/

poster_23.pdf

誤りから学ぶ音声認識システム ～音声認識のための識別モデル学習法～ Speech Recognition System that Learns from Errors

https://www.rd.ntt/cs/event/openhouse/2011/exhibition/23/poster_23.pdf

poster.pdf

【関連文献】 【 連 絡 先 】 どんな研究 どこが凄い 目指す未来 微分方程式 differential equations 講演聴講支援(App) 音声認識 機械翻訳 データ ベース 音声認識

https://www.rd.ntt/cs/event/openhouse/2016/exhibition/23/poster.pdf

Microsoft PowerPoint - C_パネル一覧0501.pptx

する研究で す。声を分離して聞き取るインテリ ジェントマイク技術、音声がどの言 語で話されたかを判定する言語識別 技術、音声を文字化する多言語音声 認識技術から構成されています。 インテリジェントマイ

https://www.rd.ntt/cs/event/openhouse/2017/exhibition/19/poster19.pdf

NTT コミュニケーション科学基礎研究所 オープンハウス2013

ム / プログラム / 講演 研究講演 6/6（木）14:50～15:30 みんなの会話を聞き取るコンピュータを目指して ～複数人会話音声認識研究の現状と今後の展望～ メディア情報研究部 堀 貴明 概要 本講演

https://www.rd.ntt/cs/event/openhouse/2013/talk/research1/

NTT コミュニケーション科学基礎研究所 オープンハウス×未来想論 2008 テーマ展示 世界中のメディアで調べる、学ぶ、楽しむ

られるようにするためのシステム「世界メディアブラウザ」の最新版をご覧いただきます。2007年版では日本語のコンテンツを英語で見られるだけでしたが、最新版では、英語の音声認識にも対応し、英語で行われている海外の大学の講義を日本

https://www.rd.ntt/cs/event/openhouse/2008/world_media/

話し言葉音声認識のための高度な学習、適応、正規化技術

話し言葉音声認識のための高度な学習、適応、正規化技術 どんな研究？ どこが凄い？ どんな風に役立つ？ 関連文献 連 絡 先 Title: Advanced techniques for

https://www.rd.ntt/cs/event/openhouse/2012/panel/panel_17.pdf

NTT コミュニケーション科学基礎研究所 オープンハウス2011

NTT コミュニケーション科学基礎研究所 オープンハウス2011 講演・研究展示一覧 スケジュール プログラム / 講演・研究展示一覧 / 現在の音声認識システムは音響モデルと言語モデルを利用

https://www.rd.ntt/cs/event/openhouse/2011/exhibition/23/

poster18.pdf

関連文献 連 絡 先 どんな研究 めざす未来 どこが凄い 誰がどのように話しても正確に聞き取ります 音声認識技術は高度な進化を遂げ、 丁寧な話し方で正しい文を話せば高 い精度で認識

https://www.rd.ntt/cs/event/openhouse/2013/exhibition/media6/poster18.pdf

聖火リレー地域イベント × 音声認識通信技術｜NTT R&D Website

聖火リレー地域イベント × 音声認識通信技術｜NTT R&D Website NTT R&D Website リサーチ&アクティビティ 聖火リレー地域イベント × 音声認識通信技術 更新日

https://www.rd.ntt/research/JN202111_16140.html

NTT コミュニケーション科学基礎研究所 オープンハウス2017

ム / プログラム / 研究展示 メディアの科学 研究展示 20 あなたの声に即座にあわせて音声認識 ～音声認識精度を高めるニューラルネットの高速適応技術～ 概要 近年、音声認識の精度が著しく向上し、様々な場面

https://www.rd.ntt/cs/event/openhouse/2017/exhibition/20/

NTT コミュニケーション科学基礎研究所 オープンハウス2017

ム / プログラム / 研究展示 メディアの科学 研究展示 19 世界中の言葉を聞き分けます ～多言語音声識別・認識技術～ 概要 近年、訪日外国人観光客の増加に伴い、音声認識の多言語対応へのニーズが高ま

https://www.rd.ntt/cs/event/openhouse/2017/exhibition/19/

NTT コミュニケーション科学基礎研究所 オープンハウス2013 誰がどのように話しても正確に聞き取ります ～話者や発話スタイルの多様性に頑健な音声認識技術～

NTT コミュニケーション科学基礎研究所 オープンハウス2013 誰がどのように話しても正確に聞き取ります ～話者や発話スタイルの多様性に頑健な音声認識技術～ 日本語 English ホーム ご

https://www.rd.ntt/cs/event/openhouse/2013/exhibition/media6/

NTT コミュニケーション科学基礎研究所 オープンハウス2015

ム / プログラム / 研究展示 メディアの科学 コンピューターが音を読み解く ～深層学習を活かした実環境下音声認識・音響処理～ 概要 近年、スマホでの音声検索をはじめ、音声インタフェースが広く利用

https://www.rd.ntt/cs/event/openhouse/2015/exhibition/20/

0502_18OH_H1-H4_ol分割.pdf

）は、1991年、米 例えば音声認識の研究では、これまでの接話マイクに向 国独立記念日と同じ日の7月4日に、NTTの情報系の基礎研究 かって一人が話す音声認識から、テーブルを囲んで複数人が を担う研究

https://www.rd.ntt/cs/event/openhouse/2018/talk/director/talk_director.pdf

次世代メディア処理AI MediaGnosis 公式サイト

Processing 統合処理 AI Key Points 01 世界トップクラスの AI 機能群をオールインワンで提供。 ニーズに合った機能を必要なだけ選んで使えます。 音声認識 機械翻訳 文書分類 話者認証 表情

https://www.rd.ntt/mediagnosis/

NTT コミュニケーション科学基礎研究所 オープンハウス2018

ム / プログラム / 研究展示 メディアの科学 研究展示 17 二択問題にして解くことでAIは賢くなる ～深層学習による仮説比較と音声認識結果選択への応用～ どんな研究 本展示で紹介するAI（深層学習モデ

https://www.rd.ntt/cs/event/openhouse/2018/exhibition/17/

NTT コミュニケーション科学基礎研究所 オープンハウス2018

ハウを活かし更に技術を深め、いわば足場を固めつつ、これまでの延長ではない、新たな次元を切り拓く取り組みに常に挑戦し、研究テーマを大胆にシフトさせていくことが一層重要だと考えています。   例えば音声認識の研究

https://www.rd.ntt/cs/event/openhouse/2018/talk/director/

多様な話者の長い音声を理解するー音声言語処理｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website

を果たすと考えられます。 長時間音声認識技術 本研究では、人間のように長時間の会話を理解できる音声AIの実現を目指しています。私たちは日常的に、話題が前後したり言い直しが含まれたりする会話であっても、自然

https://www.rd.ntt/cs/team_project/media/signal/research_signal04.html

poster.pdf

, No. 1, pp. 1-9, 2016. 現在の対話システムは、音声認識の エラーなどにより、不自然な応答を してしまうことがあります。この不 自然な応答が、ユーザとって対話シ ステムを使いにくく感じ

https://www.rd.ntt/cs/event/openhouse/2016/exhibition/15/poster.pdf

D01-03-j.pdf

と意思決定を支援する 次世代音声認識技術 #業務効率化 #顧客体験価値向上 長時間の会議などの音声内容を短時間で把握する際、音 声認識はリアルタイム性を提供しますが、出力内容は冗 長になりがち

https://www.rd.ntt/forum/2024/doc/D01-03-j.pdf

複数人会話理解｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website

処理研究グループ 複数人会話理解 複数人会話理解 複数人音声を対象とした音声認識・会話理解技術 複数人が自由に会話する場面を、コンピュータが正しく聞き分け、発話内容だけでなく各話者の役割や会話の雰囲

https://www.rd.ntt/cs/team_project/media/signal/research_signal03.html

雑音・残響の中で人の声を聞き取る｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website

ュニケーションシーンを自動的に分析し、各音声を高い精度で抽出する技術を確立すれば、マイクロホンを意識しないで自由な場所から話すことができるようになります。さらにコンピュータによる音声認識と組み

https://www.rd.ntt/cs/team_project/media/signal/research_media06.html

コンタクトセンタAIの先進的取り組み｜NTT R&D WebSite

ニング技術は、深層学習の適用による音声認識精度の飛躍的な向上により、実用の領域に入り、コンタクトセンタにおいてもっとも導入が進んでいるAIの１つです。NTTでは、NTTテクノクロスを通じて、音声マイニング技術

https://www.rd.ntt/research/JN20190706_h.html

オペレータの応対を支援する自動知識支援システム｜NTT R&D WebSite

を自動検索します。 音声認識から発話判定までの具体的な様子を図２に示します。 音声対話のテキスト化 音声をテキスト化するには、最初に音声認識技術を用いますが、音声認識の結果をそのまま表示するだけではオペ

https://www.rd.ntt/research/JN20190716_h.html

AI(人工知能)の進化で課題となる3つのトピックと研究トレンド｜NTT R&D Website

っているAIに関する具体的な研究事例に関して紹介していきます。聞く・話す能力を支える「音声認識・音声対話技術」、見る能力を支える「アングルフリー物体検索技術」、時間と空間の予測を支える「時空間多次元集合デー

https://www.rd.ntt/ai/0001.html

b_1_3.pdf

会話の流れが一目瞭然！ 会議も！談話も！実シーンの会話の文書化 － 会話音声認識・検索技術 － • 会議や打合せの内容を効率的に把握可能 • 音声認識技術により会話を高精度に文書化 • 検索

https://www.rd.ntt/cs/event/openhouse/2009/theme/b1/doc/b_1_3.pdf

複数人会話シーン分析技術の進展と利用イメージ

ュニケーションを分 析・支援する技術が求められてい ます。私たちは、実際の複数人の 会話から「いつ、誰が、誰に、何 を話したか」を高い精度で認識す る技術を研究しています。 実環境下の会話における音声認識 は、各話者

https://www.rd.ntt/cs/event/openhouse/2012/panel/panel_15.pdf

panel_oba.pdf

) ※3) ※4) ※5) 背景・課題：音声認識などの多くの音声言語処理技術には，処理結果を入力と並行して逐次的に出力し， 利用可能とするオンライン処理が求められます．しかし従来，オンライン処理

https://www.rd.ntt/cs/event/openhouse/2010/theme/a4/panel_oba.pdf

Microsoft PowerPoint - C_パネル一覧0427.pptx

発言させたりできる ほか、発話区間情報を活用した各話 者の音声認識率の改善も可能です。 各話者の位置特徴量を精度よく表現 する統計モデルに基づき高精度な発 話区間推定が可能です。また、発話 区間情報

https://www.rd.ntt/cs/event/openhouse/2017/exhibition/21/poster21.pdf

talk_kinoshita.pdf

います。また、このように 響いた音声は、最先端の自動音声認識技術を使っても正し く認識しにくいものです。このように、コミュニケーションの手 段としての「音声」にとっては、残響はしばしば邪魔なものに なります。 一方、「音楽

https://www.rd.ntt/cs/event/openhouse/2014/talk/research2/talk_kinoshita.pdf

NTT コミュニケーション科学基礎研究所 オープンハウス×未来想論 2008 テーマ展示 環境知能 会話の時空間足跡（M-room + t-Room)

浩二,山田 武士,松林 達史,磯崎 秀樹,前 田 英作,"クイズ対話システムの構築と音声認識性能による評価",日本音響学会秋季研究発表会,2-3-11,pp.82-83,2007. Y.Minami,M

https://www.rd.ntt/cs/event/openhouse/2008/kankyou_chinou/m-room_t-room.html

NTT コミュニケーション科学基礎研究所 オープンハウス2016

の対話システムは、音声認識のエラーなどにより、不自然な応答をしてしまうことがあります。私たちは大量のデータや人の知識を利用してシステム自体の性能を高めるとともに、複数のロボットを協調動作させることで、音声

https://www.rd.ntt/cs/event/openhouse/2016/exhibition/15/

NTT コミュニケーション科学基礎研究所 オープンハウス2016

ム / プログラム / 研究展示 コミュニケーションと人間の科学 英語は苦手？　でもだいじょうぶ ～音声認識と機械翻訳による非母語者にやさしい支援～ 概要 英語講演の聴講中、非母語者は認知的負荷が高いため、ワー

https://www.rd.ntt/cs/event/openhouse/2016/exhibition/23/

poster_24.pdf

たかを複数人の会話シ ン いつ誰が何を話したかを リアルタイムで分析・表示 複数人会話に対応したCS研独自の 高速・低遅延な音声強調・音声認識・ 映像処理技術を統合 複数人の会話シーン 遠隔マイクで収録

https://www.rd.ntt/cs/event/openhouse/2011/exhibition/24/poster_24.pdf

人の思考力を理解・再現・拡張するための思考処理技術｜NTT R&D Website

とする技術創出をめざしています。本稿では、この技術につながる「視覚的機械読解技術」「行動モデリング技術」「音声認識技術」「思考拡張型刺激デザイン技術」について紹介します。 西田　京介（にしだ　きょうすけ

https://www.rd.ntt/research/JN202110_15620.html

NTT コミュニケーション科学基礎研究所 オープンハウス2017

ム / プログラム / 研究展示 メディアの科学 研究展示 21 会話の流れを読んでみんなの声をうまく認識 ～頑健な音声処理を可能にする複数人発話区間推定技術～ 概要 現状の音声認識は、一人の人がスマホやロボ

https://www.rd.ntt/cs/event/openhouse/2017/exhibition/21/

NTT コミュニケーション科学基礎研究所 オープンハウス2014

をマイク収録すると、収録音には目的の音声だけでなく残響も含まれてしまいます。残響は収録音声の明瞭性を下げ、また自動音声認識の性能を低下させる要因になります。このように、コミュニケーションの手段

https://www.rd.ntt/cs/event/openhouse/2014/talk/research2/

NTT コミュニケーション科学基礎研究所 オープンハウス2016 プログラム

におけるパラダイムの変容～ 前田 英作（NTT コミュニケーション科学基礎研究所 所長） 6/2 (木) 15:30 - 16:10 音声認識が人間に近づく・人間を超える ～ディープラーニングと信号処理の進化

https://www.rd.ntt/cs/event/openhouse/2016/program.html

2016_ポスター0325_4

トによる幼児語彙発達データベースの作成 ・ロボットが増えると話がはずむ 複数ロボットの協調動作による音声対話活性化 ・英語は苦手？でもだいじょうぶ 音声認識と機械翻訳による非母語者にやさしい支援 ・ことばの発達

https://www.rd.ntt/cs/event/openhouse/2016/download/oh2016_poster.pdf

oh2016_booklet.pdf

でも聞き取ります　遠隔発話音声認識における雑音除去・深層学習技術の最前線 高圧縮符号化で携帯電話も放送も更に高音質に　低ビットレート符号化ＥＶＳと音響ロスレス符号化ＡＬＳ 変幻灯2.0：光をあてると踊り出す

https://www.rd.ntt/cs/event/openhouse/2016/download/oh2016_booklet.pdf

東京2020オリンピック・パラリンピックとNTT R&D｜NTT R&D Website

! 聖火リレー ライブパフォーマンス 聖火リレー地域イベント × 音声認識通信技術 聖火リレー応援体験イベントの概要、および小学生とともに制作した応援演出システムについて紹介する。 聖火リレー 音声認識通信

https://www.rd.ntt/research/JN202111_16071.html

Marc Delcroix | NTT R&D Website

研究員情報へ コミュニケーション科学基礎研究所本研究所/センタ/部門の他研究員情報へ 会話音声認識のための音声信号処理の研究 信号処理技術と深層学習を活用して、自然な会話を理解できるための新しい技術

https://www.rd.ntt/organization/researcher/special/s_033.html

Microsoft PowerPoint - A_パネル一覧0501.pptx

Microsoft PowerPoint - A_パネル一覧0501.pptx どんな研究 どこが凄い めざす未来 連 絡 先 関連文献 音声認識や機械翻訳などにはリカレ ント

https://www.rd.ntt/cs/event/openhouse/2017/exhibition/5/poster5.pdf

「聞く」と「話す」の密接な関係｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website

立つのか 今日、コンピュータによる自動音声認識技術は高い水準にありますが、それでも、さまざまな環境や話者に対する柔軟性という点では、まだまだ人間には及びません。人間がどのような原理で話し言葉を聞き

https://www.rd.ntt/cs/team_project/human/smr/research_human02.html

スライド 1

な構成） - 学習変数が少ない上、線形回帰の ため高速で収束 （応用） - 時系列信号処理、音声認識、画像処理など ベンチマークタスク(NARMA10※1)での動作検証 光波を用いたリザ

https://www.rd.ntt/cs/event/openhouse/2018/exhibition/6/poster6.pdf

NTT CS研オープンハウス×未来想論2009 テーマ展示 会話の流れが一目瞭然！―コミュニケーションシーンを理解する音声映像技術―

な動きに対して頑健な顔姿勢追跡― 会議も！談話も！実シーンの会話の文書化　―会話音声認識・検索技術― 会話の中から各話者の声を明瞭に聞き分けます　―残響に頑健な音声分離抽出技術― 響いた収録音声を，くっ

https://www.rd.ntt/cs/event/openhouse/2009/theme/b1/

ニューラルネットワークを活用し、コンピュータでも人間のように音声の選択的聴取を可能にする | NTT R&D Website

合わせて、さまざまなユースケースに応用することができます。例えば音声認識技術と組み合わせることで、複数の話者の声の中から1人の声だけを抽出し、その人が話した言葉だけを文字にすることができます。さらに、こうしたユー

https://www.rd.ntt/research/JN202506_34173.html

増村 亮 | NTT R&D Website

増村 亮 NTT人間情報研究所 特別研究員他特別研究員の情報へ AI本技術分野の他研究員情報へ 人間情報研究所本研究所/センタ/部門の他研究員情報へ 複数メディア処理の知識集約モデリング 音声認識

https://www.rd.ntt/organization/researcher/special/s_035.html

NTT コミュニケーション科学基礎研究所 オープンハウス2016 スケジュール

:00-15:00 招待講演 わかりあえないことから 平田オリザ（劇作家・演出家） 15:30-16:10 研究講演 音声認識が人間に近づく・人間を超える ～ディープラーニングと信号処理の進化がもた

https://www.rd.ntt/cs/event/openhouse/2016/schedule.html

2016OHリーフ表面0325

　竜一郎 6月3日 〈金〉 研究講演 （15：30～16：10） 音声認識が人間に近づく・人間を超える ディープラーニングと信号処理の進化がもたらす音声認識のひろがり メディア情報研究部 吉岡　拓也

https://www.rd.ntt/cs/event/openhouse/2016/download/oh2016_leaflet.pdf

NTT コミュニケーション科学基礎研究所 オープンハウス2013 スケジュール

カイブを公開いたしました． 2013/9/24 研究講演「みんなの会話を聞き取るコンピュータを目指して ～複数人会話音声認識研究の現状と今後の展望～」の講演アーカイブを公開いたしました． 2013/9/24

https://www.rd.ntt/cs/event/openhouse/2013/schedule.html

NTT コミュニケーション科学基礎研究所 オープンハウス2014 プログラム

多チャネル音響信号の観測～ どんな環境でも、聞きたい音を聞き分けるには ～確率的モデル統合に基づく音声強調～ 音声認識の大敵「残響」を退治します ～音声強調と音声認識の統合技術最先端～ どれくらい正し

https://www.rd.ntt/cs/event/openhouse/2014/program.html

NTT コミュニケーション科学基礎研究所 オープンハウス2013 プログラム

カイブを公開いたしました． 2013/9/24 研究講演「みんなの会話を聞き取るコンピュータを目指して ～複数人会話音声認識研究の現状と今後の展望～」の講演アーカイブを公開いたしました． 2013/9/24

https://www.rd.ntt/cs/event/openhouse/2013/program.html

人間のように考え、人間のように知識を蓄積できるマルチモーダル基盤モデル「MediaGnosis（メディアグノシス）」 | NTT R&D Website

なものとなってきています。しかし今提供されているAIサービスは、顔認識機能、音声認識、翻訳・要約、文章生成等、特定の機能に特化しているものが主となっており、それを統合するようなAIサービスにはたど

https://www.rd.ntt/research/JN202411_30171.html

音声理解LLM技術 | NTT R&D Website

概要 声の内容に加えて話し手や話し方の特徴を理解し日本語母語話者のように回答します 技術課題 従来技術は、音声認識・性別分類など種別ごとに認識機能を提供しており、複数の音声情報に基づく統合的推論や根拠

https://www.rd.ntt/ai_tech/expand_tsuzumi/multi_modal/c-2.html

有機的応答制御技術 | NTT R&D Website

的「対話」しかできません。 研究目標 広範な接客シーンに本技術を適用することにより、コスト削減およびUX向上を実現します。 要素技術 NTT独自の対話状況認識技術、音声認識技術、画像認識技術、音声合成

https://www.rd.ntt/ai_tech/expand_tsuzumi/ai_agent/b-1.html

NTT コミュニケーション科学基礎研究所 オープンハウス2010

; Hidden Markov Model）はシーケンスを確率に従った状態の遷移として表現するデータモデルであり，音声認識，自然言語処理，遺伝子解析などの多くのアプリケーションにおいて使われています．本研究は与え

https://www.rd.ntt/cs/event/openhouse/2010/theme/b3/

b_1.pdf

高速かつ頑健な顔方向追跡 ③会話音声認識・検索技術 ④聞きたい話者の声を分離抽出する技術 ⑤音声の残響除去とそのソフトウェア 展示紹介 連絡先： 荒木章子/大塚和弘 メディア情報研究部 信号処理研究グル

https://www.rd.ntt/cs/event/openhouse/2009/theme/b1/doc/b_1.pdf

Demonstration | 次世代メディア処理AI MediaGnosis 公式サイト

について FunctionsMediagnosisの機能一覧 Contactお問い合わせ Demonstration by 音声認識と同時に 読みやすい テキスト表現に整形 顔方向や 眉・目・鼻・口・輪郭の 特徴点を分析 顔表情から 5種類の 感情

https://www.rd.ntt/mediagnosis/demo/

NTT コミュニケーション科学基礎研究所 オープンハウス2010

基本的な情報はその場で交わされる言語情報であり，これを正しく迅速に認識することは，モニタリングやテレビ会議支援システムなどを構築する上で極めて重要な要素となります．ここでは，世界最高レベルの実環境音声

https://www.rd.ntt/cs/event/openhouse/2010/theme/a4/

音声情報処理 | NTT R&D Website

しています。 人間研では音声情報処理の中でも「音声認識技術」および「音声合成技術」に注力して研究開発を推進しています。「音声認識技術」では音声情報を通じて、発話内容の認識や話し手の内面を推定することにより、他者の認識

https://www.rd.ntt/hil/category/voice/

NTT コミュニケーション科学基礎研究所 オープンハウス2010

により，一人の音声を対象とした音声認識システムが実用化されてきています．一方，こうしたシステムは，会話のように複数の人が発話する場面では性能が劣化してしまいます．そこで，会話の中で一人一人の音声を抽出する技術

https://www.rd.ntt/cs/event/openhouse/2010/theme/a6/

NTT コミュニケーション科学基礎研究所 オープンハウス2012

では，その取り組みと成果をご紹介します．研究成果は，聞き取りやすい音の設計，言語や音楽の聞き取り能力の訓練方法の開発，機械の耳（補聴器，音声認識機，ロボット聴覚）の性能向上ばかりでなく，さらに，日常生活で聞こ

https://www.rd.ntt/cs/event/openhouse/2012/exhibition/25/

D01-21-j.pdf

」しかできません。 広範な接客シーンに本技術を適用することによ り、コスト削減およびUX向上を実現します。 NTT独自の対話状況認識技術、音声認識技術、画像認識技術、 音声合成技術などを組合せることにより、デジタルヒュ

https://www.rd.ntt/forum/2024/doc/D01-21-j.pdf

NTT コミュニケーション科学基礎研究所 オープンハウス2013

しました． 2013/9/24 研究講演「みんなの会話を聞き取るコンピュータを目指して ～複数人会話音声認識研究の現状と今後の展望～」の講演アーカイブを公開いたしました． 2013/9/24 研究講演「身体のリア

https://www.rd.ntt/cs/event/openhouse/2013/

OPEN HOUSE 2004 プログラム

ます －ブラインド音源分離と超大語彙連続音声認識による質問応答システム－ 復習して人の話し方を覚えます －対話後信頼性評価法に基づく音声認識用言語モデルの自動学習－ 動く絵本が簡単に創れます －Viscuit

https://www.rd.ntt/cs/event/openhouse/2004/program.html

D01-12-j.pdf

手や話し方の特徴を理解し 日本語母語話者のように回答します #業務効率化 #顧客体験価値向上 従来技術は、音声認識・性別分類など種別ごとに 認識機能を提供しており、複数の音声情報に基づく 統合的推論や根拠

https://www.rd.ntt/forum/2024/doc/D01-12-j.pdf

NTT コミュニケーション科学基礎研究所 オープンハウス2016

)と、音声認識で有効性が示されている重み付き有限状態トランスデューサ(WFST)を組み合わせた手法を提案し、高い認識精度を実現しました。文字を読み取ることで、コンピュータが効率的に情報を取得することや、ユー

https://www.rd.ntt/cs/event/openhouse/2016/exhibition/16/

NTT コミュニケーション科学基礎研究所 オープンハウス2016

ム / プログラム / 研究展示 データと学習の科学 高速かつ高精度な深層学習を実現します ～時系列の勾配方向に着目した高効率な学習アルゴリズム～ 概要 深層学習は画像/音声認識・AI分野で人間を超える精度

https://www.rd.ntt/cs/event/openhouse/2016/exhibition/7/

NTT コミュニケーション科学基礎研究所 オープンハウス2012

します　～話し言葉音声認識のための高度な学習、適応、正規化技術～ 概要   現在，携帯電話やスマートフォンを用いた音声検索や音声翻訳等が普及しつつありますが，現行では単語や定型句等の音声発話を認識するに留ま

https://www.rd.ntt/cs/event/openhouse/2012/exhibition/17/

A05-j.pdf

のさまざまなLLMに加えて、NTT研究所の tsuzumi2や音声認識技術などを利用可能なこ とにより、市民開発を支援 ノーコードで生成AIを活用できる業務アプリ開発基盤の実現とともに、テンプレートの整備

https://www.rd.ntt/forum/2025/doc/A05-j.pdf

NTT コミュニケーション科学基礎研究所 オープンハウス2012

を研究してきました．今回は複数人会話シーンにおける音声認識評価実験の結果のご報告と，私たちの技術を利用した会話支援応用の一例として，PC端末/タブレット端末における過去会議の検索や試聴デモをご紹介

https://www.rd.ntt/cs/event/openhouse/2012/exhibition/15/

NTT コミュニケーション科学基礎研究所 オープンハウス2010

い，実環境の複数人会話リアルタイム音声認識にも挑戦し「何を話したか」までを含む，会話状況のより豊富な情報を即座に提示するデモをお見せします． 展示資料 いつ誰が何を話したか？を即座に分析 ―複数人会話

https://www.rd.ntt/cs/event/openhouse/2010/theme/a3/

あなたの声を「すぐそば」品質で聴くAI ――遠くからでも近接マイク品質で混ざった音を聞き分ける革新的音響処理技術 | NTT R&D Website

技術 音声強調 マイクロホンアレイ 遠方マイク収音 話者から離れたマイク（遠方マイク）で音声を収録すると、残響や他の話者の音声、背景雑音などが混在するため、音声は聞き取りにくくなり、音声認識などの性能

https://www.rd.ntt/research/JN202208_19141.html

NTT コミュニケーション科学基礎研究所 オープンハウス2014 どんな環境でも、聞きたい音を聞き分けるには ～確率的モデル統合に基づく音声強調～

を離れたマイクで収録すると、雑音や残響により、明瞭性や音声認識性能が低下します。そこで、雑音や残響を除去する音声強調技術が研究されてきました。しかし、従来技術は特定の環境でしか使えません。どんな環境

https://www.rd.ntt/cs/event/openhouse/2014/exhibition/19/

NTT コミュニケーション科学基礎研究所 オープンハウス2011

です．これまで複数人の会話状況をカメラやマイクでセンシングし「いつ，誰が，誰に，何を話したか」をリアルタイムで認識する技術を研究してきました．今回は更なる音声認識精度の改善に向けた検討結果と，私たちの技術を利用

https://www.rd.ntt/cs/event/openhouse/2011/exhibition/24/

panel-sakurai_hmm.pdf

隠れマルコフモデルのための高速探索 背景・課題：隠れマルコフモデル（HMM; Hidden Markov Model）はシーケンスを確率に従った状態の遷移 として表現するデータモデルです．音声認識

https://www.rd.ntt/cs/event/openhouse/2010/theme/b3/panel-sakurai_hmm.pdf

panel_yoshioka.pdf

会話の中で一人一人の声を取り出します ーオンライン発話抽出技術ー 背景・課題：マイクロホンアレイ技術などの進歩により，一人の音声を対象とした音声認識システムが実 用化されてきています．しかし，こう

https://www.rd.ntt/cs/event/openhouse/2010/theme/a6/panel_yoshioka.pdf

oh2017_poster

・現場の生音、高音質電話でクリアにお届け　リアルタイム音源伝送向け低遅延・高音質符号化CLEAR ・世界中の言葉を聞き分けます　多言語音声識別・認識技術 ・あなたの声に即座にあわせて音声認識　音声認識精度

https://www.rd.ntt/cs/event/openhouse/2017/download/oh2017_poster.pdf

ポスター2019_0402

・ ロボットと話そう「いつ、どこで、何をした」 ユーザ発話中のイベント理解に基づく雑談対話システム ・ うるさい車内でも音声操作や会話をサポート 世界トップの集音技術・音声認識技術を実用化 ・ 少量の入出

https://www.rd.ntt/cs/event/openhouse/2019/download/poster2019.pdf

極端気象予測の精度向上で、環境に適応する、しなやかな社会をつくる| 地球の未来を宇宙から考えるメディア Beyond Our Planet

処理・解析の技術開発に携わってきました。大学の頃は現在の音声認識技術で連続音声認識の研究、大学院の頃は、脳の医用画像の解析を行っていました。 大学院卒業時に、大学に残るべきか民間の研究所で研究を続け

https://www.rd.ntt/se/media/article/0071.html

環境レポート2019｜NTT R&D Website

KB] 研究所紹介 [PDF 1,657KB] 特集1　環境に貢献する研究開発 多言語音声認識プラットフォーム [PDF 1,822KB] 構造劣化判定技術（3D所外設備管理技術） [PDF 1,844

https://www.rd.ntt/environment/NTTsoukenrep2019.html