Chúng tôi sẽ thực hiện 4 bài thuyết trình tại Buổi thuyết trình nhận định kèo bóng đá hôm nay lần thứ 153 (Mùa xuân năm 2025) của Hiệp hội Âm học Nhật Bản

17 tháng 3 (Thứ Hai) - 19 (Thứ Tư), chúng tôi sẽ trình bày 4 bài thuyết trình nhận định kèo bóng đá hôm nay của AI Lab
Nếu bạn quan tâm đến loại dữ liệu và loại nhận định kèo bóng đá hôm nay nào đang được các tổ chức nhận định kèo bóng đá hôm nay tư nhân thực hiện, vui lòng đến tham dự buổi thuyết trình
 

■Giới thiệu về Hiệp hội Âm học Nhật Bản

Hiệp hội Âm học Nhật Bản là hiệp hội học thuật lâu đời thứ hai trên thế giới trong lĩnh vực âm học, được thành lập vào năm 1936 sau Hiệp hội Âm học Hoa Kỳ Ủy ban nhận định kèo bóng đá hôm nay được tổ chức thành chín lĩnh vực: lời nói, thính giác, tiếng ồn và độ rung, âm học kiến ​​trúc, điện âm học, âm học âm nhạc, siêu âm, hình ảnh âm thanh và giao tiếp bằng giọng nói Ngoài các cuộc họp nhận định kèo bóng đá hôm nay hàng tháng, chúng tôi còn tổ chức các hội thảo và hội nghị chuyên đề công cộng cũng như thuyết trình nhận định kèo bóng đá hôm nay hai năm một lần vào mùa xuân và mùa thu

 

[Áp phích trình bày]

Ngày giờ	Ngày 17 tháng 3 (Thứ Hai) 12:45-14:45 [Điện âm (1)] Giảng đường Đại học Tòa nhà số 1 Tầng 4 Phòng 1-403 / Phòng học 1-402
Tiêu đề	Tăng tốc hình thành điểm bằng cách sử dụng hệ số tensor không âm bằng phương pháp hàm phụ trợ bị ràng buộc
Loa	◎Mr Shoma Ayano (Trường Cao đẳng Công nghệ Quốc gia Kagawa),、(Nhà khoa học nhận định kèo bóng đá hôm nay nhóm âm thanh của AI Lab), Daichi Kitamura (Trường Cao đẳng Công nghệ Quốc gia Kagawa)
Tóm tắt	Hình thành điểm dựa trên hệ số tensor không âm đã được đề xuất như một phương pháp để nhấn mạnh các nguồn âm thanh tồn tại ở một khu vực cụ thể trong không gian Cho đến nay, các thuật toán tối ưu hóa đã được rút ra từ việc cập nhật lặp lại các tham số bằng cách sử dụng các hàm phụ trợ, nhưng sự không rõ ràng về tỷ lệ giữa các tham số đòi hỏi phải chuẩn hóa sau khi cập nhật Trong nhận định kèo bóng đá hôm nay này, chúng tôi sẽ thiết kế một hàm phụ trợ bị ràng buộc và rút ra thuật toán tối ưu hóa hiệu quả về mặt tính toán để cập nhật trực tiếp các tham số chuẩn hóa Chúng tôi cũng đề xuất một thuật toán tối ưu hóa giúp giảm khối lượng tính toán bằng cách thiết lập các siêu tham số một cách thích hợp

 

Ngày giờ	Ngày 19 tháng 3 (Thứ Tư) 10:00-12:00 [Âm thanh A/Âm thanh B] Tòa nhà Giảng đường Đại học Số 1 Tầng 4 Phòng 1-403 / Phòng học 1-402
Tiêu đề	Đánh giá tính linh hoạt của việc căn chỉnh giọng nói-văn bản dựa trên bộ mã hóa tự động biến thiên
Loa	〇(Nhà khoa học nhận định kèo bóng đá hôm nay nhóm âm thanh của AI Lab)
Tóm tắt	Căn chỉnh văn bản giọng nói là nhiệm vụ gán văn bản tương ứng với từng thời điểm trong tín hiệu âm thanh và rất hữu ích trong việc xây dựng cơ sở dữ liệu giọng nói hoặc làm mô-đun phụ trợ cho việc đào tạo mô hình tổng hợp giọng nói Trong nhận định kèo bóng đá hôm nay này, chúng tôi đã chứng minh rằng mô hình căn chỉnh dựa trên phương pháp VAE được đề xuất có thể được áp dụng cho nhiều loại dữ liệu khác nhau, đồng thời chứng minh tính hiệu quả của việc điều chỉnh mô hình bằng LoRA và khả năng nhập văn bản mà không cần sử dụng bộ chuyển đổi âm vị

 

[Thông báo]

*Thực tập sinh tiến sĩ

Ngày giờ	Ngày 18 tháng 3 (Thứ Ba) 16:30-16:45 Điện âm học [Nâng cao/Ước tính hướng] Địa điểm 1
Tiêu đề	Tối ưu hóa đồng thời bộ lọc không gian và mặt nạ tần số thời gian trong việc tạo điểm bằng mảng micrô phân tán
Loa	◎Kentaro Seki (CyberAgent/Đại học Tokyo), Li Li, Shogo Seki (Nhà khoa học nhận định kèo bóng đá hôm nay nhóm âm thanh của AI Lab), Koei Yamaoka (Đại học Tokyo)
Tóm tắt	Cho đến nay, việc tạo điểm bằng nhiều mảng micrô đã nhấn mạnh nguồn âm thanh ở các vùng không gian cụ thể bằng cách áp dụng bộ lọc không gian cho từng mảng micrô được đồng bộ hóa và trích xuất các thành phần phổ biến từ đầu ra của mảng không đồng bộ bằng mặt nạ tần số thời gian (TF) Trong nhận định kèo bóng đá hôm nay này, chúng tôi đề xuất một phương pháp ước tính đồng thời các tham số của bộ lọc không gian và mặt nạ TF như một bài toán trích xuất giọng nói mù Chúng tôi chứng minh tính hiệu quả của phương pháp được đề xuất thông qua các thử nghiệm sử dụng mảng micrô không đồng bộ

 

Ngày và giờ	Thứ Tư, ngày 19 tháng 3 14:15-14:30 Thính giác/Thính lực/Nói [Điếc] Địa điểm 4
Tiêu đề	Dự đoán độ rõ của giọng nói cho người khiếm thính bằng cách sử dụng thông tin đường bao biên độ và mô hình dựa trên giọng nói
Loa	◎, Tomoki Koriyama (Nhà khoa học nhận định kèo bóng đá hôm nay nhóm âm thanh của Phòng thí nghiệm AI)
Tóm tắt	Khả năng hiểu lời nói là chỉ số đánh giá thể hiện độ rõ ràng của lời nói Ngay cả trong việc đánh giá âm thanh của máy trợ thính cho người khiếm thính, các phương pháp dựa trên mô hình dựa trên giọng nói đã cho thấy hiệu suất dự đoán cao nhưng chúng không bao gồm rõ ràng các đặc điểm âm thanh phản ánh đặc điểm thính giác Vì vậy, trong nhận định kèo bóng đá hôm nay này, chúng tôi đã cân nhắc việc bổ sung các đặc điểm âm thanh phản ánh đặc điểm thính giác của những người khiếm thính Kết quả là, bằng thực nghiệm, chúng tôi đã chỉ ra rằng thông tin đường bao biên độ thu được từ mô hình thính giác giúp cải thiện hiệu suất dự đoán của các nhận định kèo bóng đá hôm nay trước đó

 

＜Các liên kết liên quan＞

Trang web chính thức của Hiệp hội Âm thanh Nhật Bản:
Trang web chính thức của Hiệp hội Âm thanh Nhật Bản lần thứ 153 (Hội nghị mùa xuân 2025):
Trang web chính thức của Phòng thí nghiệm AI:
Trang web của nhóm AI Lab Audio: