• 2025年03月21日(金) 10:30 ~ 17:30

（第１章）ロボット聴覚技術の進展と最新動向

１．ロボット聴覚の概要

　　（１）．ロボット聴覚とは

　　（２）．ロボット聴覚研究の変遷

２．ロボット聴覚技術の基礎技術

　　（１）．ロボット聴覚１．０：音環境理解

　　（２）．ロボット聴覚２．０：両耳聴処理

　　（３）．ロボット聴覚３．０：マイクロホンアレイ処理とロボット聴覚オープンソースソフトウェア HARK

３．近年のロボット聴覚技術の進展と各要素技術

　　（１）．音源定位：動画像認識技術の適用

　　（２）．音源分離：深層学習ベースの目的音源抽出技術

　　（３）．音声認識：深層学習音声認識のカスタマイズ技術

４．ロボット聴覚技術の展開と社会実装に向けた最新技術動向

　　（１）．災害救助に向けたドローン聴覚技術（ロボット聴覚４．０）

　　（２）．SDGs を見据えた生態環境保全とモニタリングのための野外鳥類音声分析技術（ロボット聴覚５．０）

　　（３）．DEI に向けた取組み：聴覚障がい者支援のための音声認識、手話翻訳、手話生成技術

　　（４）．エッジコンピューティング：ロボット聴覚の組込み処理技術（GPU、FPGA）

５．まとめと今後の展望

（第２章）多チャネル自己教師あり学習に基づく音源分離技術：音環境分析の最前線

１．音環境分析の基礎

　　（１）．音環境分析システムの概要

　　（２）．ブラインド音源分離とは

２．マイクロホンアレイを用いたブラインド音源分離の基礎　～生成モデル的解釈～

　　（１）．ブラインド音源分離の概要

　　（２）．空間モデルの基礎

　　（３）．音源モデルの基礎

３．深層学習（半教師あり学習）を用いた音声強調技術への応用

～学習済み深層生成音源モデルに基づく半教師あり多チャネル音声強調～

　　（１）．音声強調とは

　　（２）．学習用雑音データが不要な半教師あり音声強調

　　（３）．実収録データにおける性能評価

４．深層生成モデルを用いたブラインド音源分離への応用

～深層ブラインド音源分離に基づく多チャネル自己教師あり学習～

　　（１）．深層生成モデルに基づく音源分離

　　（２）．深層生成モデルの教師なし学習

　　（３）．シミュレーションデータにおける性能評価

５．深層ブラインド音源分離を活用した社会実装への応用

　　（１）．移動音源の追跡

　　（２）．同時対角化可能空間モデルに基づく高速化

　　（３）．対話分析への応用

６．まとめ

（第３章）音声認識技術の基礎と対話システムへの応用

１．統計的音声認識の基礎

　　（１）．条件付確率を用いた定式化

　　（２）．自己回帰モデルと非自己回帰モデル

　　（３）．ニューラルネットの構成要素(MLP, FFN, RNN, CNN, Transformer)

　　（４）．ニューラルネットの学習

２．ニューラルネット音声認識システム開発のポイント

　　（１）．認識システムの構成

　　（２）．自己教師あり学習

３．音声対話システムへの応用（デモ）

　　（１）．LLMとの接続

　　（２）．自律学習システムの構築と対話システムへの応用

４．まとめ

（第４章）ドローン聴覚の基礎と応用および最新技術

１．ドローン聴覚の基礎

　　（１）．ドローン聴覚とは

　　（２）．技術的な課題

　　（３）．期待される応用

２．ドローン用マイクロホンアレイ

　　（１）．マイクロホンアレイ

　　（２）．飛行特性との関係

　　（３）．球形マイクロホンアレイ

３．地上音源定位技術

　　（１）．ドローン聴覚における音源定位とは

　　（２）．不確かさ

　　（３）．観測モデル

　　（４）．位置推定

４．ドローン聴覚技術の最新応用技術

　　（１）．可変機構つき聴覚ドローン

　　（２）．固定翼機

　　（３）．複数ドローンの利用

５．まとめ

日本テクノセンター研修室