UAV-Enhanced Combination to Application: Comprehensive Analysis and Benchmarking of a Human Detection Dataset for Disaster Scenarios.

Ragib Amin Nihal, Benjamin Yen 0001, Katsutoshi Itoyama, Kazuhiro Nakadai

ICPR (14)   145 - 162   2024年

Improving Impressions of Response Delay in AI-based Spoken Dialogue Systems.

Shuhei Asaka, Katsutoshi Itoyama, Kazuhiro Nakadai

33rd IEEE International Conference on Robot and Human Interactive Communication(RO-MAN)   1416 - 1421   2024年

LCMV-based Scan-and-Sum Beamforming for Region Source Extraction.

Aoto Yasue, Benjamin Yen 0001, Katsutoshi Itoyama, Kazuhiro Nakadai

APSIPA   1 - 6   2024年

A Video Vision Transformer for Sound Source Localization.

Haruto Yokota, Mert Bozkurtlar, Benjamin Yen 0001, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

32nd European Signal Processing Conference(EUSIPCO)   106 - 110   2024年

UAV-Enhanced Combination to Application: Comprehensive Analysis and Benchmarking of a Human Detection Dataset for Disaster Scenarios.

Ragib Amin Nihal, Benjamin Yen 0001, Katsutoshi Itoyama, Kazuhiro Nakadai

CoRR   abs/2408.04922   2024年

Can all variations within the unified mask-based beamformer framework achieve identical peak extraction performance?

Atsuo Hiroe, Katsutoshi Itoyama, Kazuhiro Nakadai

CoRR   abs/2407.15310   2024年

SLAM-based Joint Calibration of Multiple Asynchronous Microphone Arrays and Sound Source Localization.

Jiang Wang, Yuanzheng He, Daobilige Su, Katsutoshi Itoyama, Kazuhiro Nakadai, Junfeng Wu 0001, Shoudong Huang, Youfu Li 0001, He Kong

CoRR   abs/2405.19813   2024年

From Blurry to Brilliant Detection: YOLOv5-Based Aerial Object Detection with Super Resolution.

Ragib Amin Nihal, Benjamin Yen 0001, Katsutoshi Itoyama, Kazuhiro Nakadai

CoRR   abs/2401.14661   2024年

Real Time Sound Source Localization Using von-Mises ResNet.

Mert Bozkurtlar, Benjamin Yen 0001, Katsutoshi Itoyama, Kazuhiro Nakadai

SII   466 - 471   2024年

SLAM-Based Joint Calibration of Multiple Asynchronous Microphone Arrays and Sound Source Localization.

Jiang Wang, Yuanzheng He, Daobilige Su, Katsutoshi Itoyama, Kazuhiro Nakadai, Junfeng Wu 0001, Shoudong Huang, Youfu Li 0001, He Kong

IEEE Trans. Robotics   40   4024 - 4044   2024年

Improving Noise Robustness of Automatic Speech Recognition Based on a Parallel Adapter Model with Near-Identity Initialization.

Takahiro Osaki, Yui Sudo, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

IEA/AIE   454 - 466   2024年

FPGA-based Low Power Acceleration of HARK Sound Source Localization.

Zirui Lin, Katsutoshi Itoyama, Kazuhiro Nakadai, Hideharu Amano

COOL CHIPS   1 - 6   2024年

FPGA based Power-Efficient Edge Server to Accelerate Speech Interface for Socially Assistive Robotics 査読

Haris Gulzar, Muhammad Shakeel, Katsutoshi Itoyama, Kazuhiro Nakadai, Kenji Nishida, Hideharu Amano, Takeharu Eda

2023 IEEE/SICE International Symposium on System Integration (SII)   2023年1月

An Ensemble Method for Multiple Speech Enhancement Using Deep Learning 査読

Masahiko Fujita, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2023 IEEE/SICE International Symposium on System Integration (SII)   2023年1月

Metric-Based Multimodal Meta-Learning for Human Movement Identification Via Footstep Recognition 査読

Muhammad Shakeel, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2023 IEEE/SICE International Symposium on System Integration (SII)   2023年1月

Audio-Visual Class Association Based on Two-stage Self-supervised Contrastive Learning towards Robust Scene Analysis 査読

Kei Suzuki, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2023 IEEE/SICE International Symposium on System Integration (SII)   2023年1月

Assessment of Simultaneous Calibration for Positions, Orientations, and Time Offsets in Multiple Microphone Arrays Systems 査読

Chishio Sugiyama, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2023 IEEE/SICE International Symposium on System Integration (SII)   2023年1月

Reconstruction of Depth Scenes Based on Echolocation 査読

Hidehiko Kishinami, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2023 IEEE/SICE International Symposium on System Integration (SII)   2023年1月

Classification of Ball Rotation Direction Using Hitting Sound in Tennis and Investigation of Generalization Performance Improvement

Naoki Yamamoto, Kenji Nishida, Katsutoshi Itoyama, Kazuhiro Nakadai

Proceedings of IEEE/SICE International Symposium on System Integration (SII 2023)   2023年1月

Is the Ideal Ratio Mask Really the Best? - Exploring the Best Extraction Performance and Optimal Mask of Mask-based Beamformers.

Atsuo Hiroe, Katsutoshi Itoyama, Kazuhiro Nakadai

CoRR   abs/2309.12065   2023年

Unsupervised Domain Adaptation of Universal Source Separation Based on Neural Full-Rank Spatial Covariance Analysis.

Takahiro Aizawa, Yoshiaki Bando, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai, Masaki Onishi

MLSP   1 - 6   2023年

Improving Sign Language Understanding Introducing Label Smoothing.

Tan Sihan, Khan Nabeela Khanum, Katsutoshi Itoyama, Kazuhiro Nakadai

RO-MAN   113 - 118   2023年

miniStreamer: Enhancing Small Conformer with Chunked-Context Masking for Streaming ASR Applications on the Edge.

Haris Gulzar, Monikka Roslianna Busto, Takeharu Eda, Katsutoshi Itoyama, Kazuhiro Nakadai

INTERSPEECH   3277 - 3281   2023年

Is the Ideal Ratio Mask Really the Best? - Exploring the Best Extraction Performance and Optimal Mask of Mask-based Beamformers.

Atsuo Hiroe, Katsutoshi Itoyama, Kazuhiro Nakadai

APSIPA ASC   1843 - 1850   2023年

Development of a continuum robot enhanced with distributed sensors for search and rescue

Yu Yamauchi, Yuichi Ambe, Hikaru Nagano, Masashi Konyo, Yoshiaki Bando, Eisuke Ito, Solvi Arnold, Kimitoshi Yamazaki, Katsutoshi Itoyama, Takayuki Okatani, Hiroshi G. Okuno, Satoshi Tadokoro

ROBOMECH Journal   9 ( 1 )   2022年12月

低解像度画像からの小領域物体の検出手法の検討

西田 健次, 糸山 克寿, 中臺 一博

人工知能学会第二種研究会資料   2022 ( Challenge-061 )   03   2022年11月

PyHARK: HARKのオンライン・オフライン処理用Pythonパッケージ

中臺 一博, 糸山 克寿, 瀧ヶ平 将行

人工知能学会第二種研究会資料   2022 ( Challenge-061 )   04   2022年11月

複数音源追跡におけるドローン群の行動計画の検討

山田 泰基, 糸山 克寿, 西田 健次, 中臺 一博

人工知能学会第二種研究会資料   2022 ( Challenge-061 )   07   2022年11月

任意の混合音を入力としたマイクロホンアレイ形状のキャリブレーション

糸山 克寿, 中臺 一博

人工知能学会第二種研究会資料   2022 ( Challenge-061 )   11   2022年11月

Outdoor evaluation of sound source localization for drone groups using microphone arrays 査読

Taiki Yamada, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2022 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)   2022年10月

Spotforming by NMF Using Multiple Microphone Arrays 査読

Yasuhiro Kagimoto, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2022 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)   2022年10月

Weakly-Supervised Neural Full-Rank Spatial Covariance Analysis for a Front-End System of Distant Speech Recognition 査読

Yoshiaki Bando, Takahiro Aizawa, Katsutoshi Itoyama, Kazuhiro Nakadai

Interspeech 2022   3824 - 3828   2022年9月

Optimization of Microphone Array Placement for Sound Source Localization Using Drones with Microphone Arrays

Taiki Yamada, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

Second International Symposium on Noise from UAVs UASs and eVTOLs (Quiet Drones 2022)   39   2022年7月

アンサンブル時間周波数マスクとビームフォーミングを組み合わせた音声強調手法の評価 査読

藤田 雅彦, 糸山 克寿, 西田 健次, 中臺 一博

日本ロボット学会誌   40 ( 7 )   631 - 634   2022年7月

エコロケーションに基づく視覚シーンの再構成手法の提案と入力特徴量の検討 査読

岸波 華彦, 糸山 克寿, 西田 健次, 中臺 一博

日本ロボット学会誌   40 ( 4 )   351 - 354   2022年4月

System-on-Chip based Edge Device for Speech Commands Recognition 査読

Haris Gulzar, Muhammad Shakeel, Kenji Nishida, Katsutoshi Itoyama, Kazuhiro Nakadai, Hideharu Amano

2022 IEEE Symposium in Low-Power and High-Speed Chips (COOL CHIPS)   2022年4月

Introduction to robot audition technology for bird localization and classification in the wild

Kazuhiro Nakadai, Ryo Yamamoto, Katsutoshi Itoyama, Kenji Nishida, Shiho Matsubayashi, Reiji Suzuki, Hiroshi G. Okuno

2022年

複数マイクロホンアレイを用いたNMFによる空間音源分離法の残響下での評価

鍵本 泰宏, 糸山 克寿, 西田 健次, 中臺 一博

人工知能学会第二種研究会資料   2021 ( Challenge-058 )   05   2021年11月

Multichannel environmental sound segmentation: with separately trained spectral and spatial features

Yui Sudo, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

Applied Intelligence   51 ( 11 )   8245 - 8259   2021年11月

CASE: CNN Acceleration for Speech-Classification in Edge-Computing 査読

Haris Gulzar, Muhammad Shakeel, Kenji Nishida, Katsutoshi Itoyama, Kazuhiro Nakadai, Hideharu Amano

2021 IEEE Cloud Summit   63 - 68   2021年10月

Assessment of sound source tracking using multiple drones equipped with multiple microphone arrays

Taiki Yamada, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

International Journal of Environmental Research and Public Health   18 ( 17 )   2021年9月

Assessment of von Mises-Bernoulli Deep Neural Network in Sound Source Localization 査読

Katsutoshi Itoyama, Yoshiya Morimoto, Shungo Masaki, Ryosuke Kojima, Kenji Nishida, Kazuhiro Nakadai

Interspeech 2021   2152 - 2156   2021年8月

Simultaneous Calibration of Positions, Orientations, and Time Offsets, Among Multiple Microphone Arrays 査読

Chishio Sugiyama, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2021 IEEE International Conference on Autonomous Systems (ICAS)   2021年8月

Detecting earthquakes: a novel deep learning-based approach for effective disaster response 査読

Muhammad Shakeel, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

Applied Intelligence   2021年4月

EMC: Earthquake Magnitudes Classification on Seismic Signals via Convolutional Recurrent Networks 査読

Muhammad Shakeel, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2021 IEEE/SICE International Symposium on System Integration (SII)   388 - 393   2021年1月

Multi-channel Environmental Sound Segmentation utilizing Sound Source Localization and Separation U-Net

Yui Sudo, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2021 IEEE/SICE International Symposium on System Integration (SII)   382 - 387   2021年1月

Assessment of a Beamforming Implementation Developed for Surface Sound Source Separation 査読

Zhi Zhong, Muhammad Shakeel, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2021 IEEE/SICE International Symposium on System Integration (SII 2021)   369 - 374   2021年1月

Sound Source Tracking Using Integrated Direction Likelihood for Drones with Microphone Arrays 査読

Taiki Yamada, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2021 IEEE/SICE International Symposium on System Integration (SII)   394 - 399   2021年1月

重み付け尤度関数と定在波を用いた可聴音による二次元環境認識 査読

岸波 華彦, 糸山 克寿, 西田 健次, 中臺 一博

日本ロボット学会誌   39 ( 3 )   271 - 274   2021年

Detection of Ball Spin Direction using Hitting Sound in Tennis 査読

30 - 37   2020年11月

Sound event aware environmental sound segmentation with Mask U-Net

Y. Sudo, K. Itoyama, K. Nishida, K. Nakadai

Advanced Robotics   34 ( 20 )   1280 - 1290   2020年10月

Synchronization of microphones based on rank minimization of warped spectrum for asynchronous distributed recording 査読

Katsutoshi Itoyama, Kazuhiro Nakadai

2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2020)   4842 - 4847   2020年10月

Onset-informed source separation using non-negative matrix factorization with binary masks 査読

Yuta Kusaka, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

23rd International Conference on Digital Audio Effects (DAFx2020)   289 - 296   2020年9月

Calibration of a microphone array based on a probabilistic model of microphone positions 査読

Katsuhiro Dan, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

Trends in Artificial Intelligence Theory and Applications. Artificial Intelligence Practices (IEA/AIE 2020)   614 - 625   2020年9月

Bayesian Singing Transcription Based on a Hierarchical Generative Model of Keys, Musical Notes, and F0 Trajectories 査読

Ryo Nishikimi, Eita Nakamura, Masataka Goto, Katsutoshi Itoyama, Kazuyoshi Yoshii

IEEE/ACM Transactions on Audio, Speech, and Language Processing   28   1678 - 1691   2020年5月

Design and assessment of a scan-and-sum beamformer for surface sound source separation 査読

Zhi Zhong, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2020 IEEE/SICE International Symposium on System Integration (SII2020)   808 - 813   2020年1月

Audio-visual 3D reconstruction framework for dynamic scenes 査読

Takashi Konno, Kenji Nishida, Katsutoshi Itoyama, Kazuhiro Nakadai

2020 IEEE/SICE International Symposium on System Integration (SII2020)   802 - 807   2020年1月

Sound source tracking by drones with microphone arrays 査読

Taiki Yamada, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2020 IEEE/SICE International Symposium on System Integration (SII2020)   796 - 801   2020年1月

Sound source localization based on von-Mises-Bernoulli deep neural network 査読

Kazuhiro Nakadai, Shungo Masaki, Ryosuke Kojima, Osamu Sugiyama, Katsutoshi Itoyama, Kenji Nishida

2020 IEEE/SICE International Symposium on System Integration (SII2020)   658 - 663   2020年1月

Multi-channel environmental sound segmentation 査読

Yui Sudo, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2020 IEEE/SICE International Symposium on System Integration (SII2020)   820 - 825   2020年1月

Environmental sound segmentation utilizing mask U-Net 査読

Yui Sudo, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2019)   5340 - 5345   2019年11月

Improvement of DOA estimation by using quaternion output in sound event localization and detection 査読

Yui Sudo, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2019 DCASE Workshop   244 - 247   2019年10月

Joint transcription of lead, bass, and rhythm guitars based on a factorial hidden semi-Markov model 査読

Kentaro Shibata, Ryo Nishikimi, Satoru Fukayama, Masataka Goto, Eita Nakamura, Katsutoshi Itoyama, Kazuyoshi Yoshii

2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2019)   236 - 240   2019年5月

2D sound source position estimation using microphone arrays and its application to a VR-based bird song analysis system 査読

Daniel Gabriel, Ryosuke Kojima, Kotaro Hoshiba, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

Advanced Robotics   33 ( 7-8 )   403 - 414   2019年3月

Unsupervised speech enhancement based on multichannel NMF-informed beamforming for noise-robust automatic speech recognition 査読

Kazuki Shimada, Yoshiaki Bando, Masato Mimura, Katsutoshi Itoyama, Kazuyoshi Yoshii, Tatsuya Kawahara

IEEE/ACM Transactions on Audio, Speech, and Language Processing   27 ( 5 )   960 - 971   2019年3月

ImPACT-TRC thin serpentine robot platform for urban search and rescue

Masashi Konyo, Yuichi Ambe, Hikaru Nagano, Yu Yamauchi, Satoshi Tadokoro, Yoshiaki Bando, Katsutoshi Itoyama, Hiroshi G. Okuno, Takayuki Okatani, Kanta Shimizu, Eisuke Ito

Disaster Robotics   25 - 76   2019年1月

Design and assessment of multiple-sound source localization using microphone arrays 査読

Daniel Gabriel, Ryosuke Kojima, Kotaro Hoshiba, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2019 IEEE/SICE International Symposium on System Integration (SII 2019)   199 - 204   2019年1月

能動スコープカメラの極限ロボット聴覚

坂東 宜昭, 安部 祐一, 糸山 克寿, 奥乃 博

日本ロボット学会誌   37 ( 9 )   808 - 813   2019年

Development of Tough Snake Robot Systems

Fumitoshi Matsuno, Tetsushi Kamegawa, Wei Qi, Tatsuya Takemori, Motoyasu Tanaka, Mizuki Nakajima, Kenjiro Tadakuma, Masahiro Fujita, Yosuke Suzuki, Katsutoshi Itoyama, Hiroshi G. Okuno, Yoshiaki Bando, Tomofumi Fujiwara, Satoshi Tadokoro

Disaster Robotics   267 - 326   2019年

Sequential generation of singing F0 contours from musical note sequences based on WaveNet 査読

Yusuke Wada, Ryo Nishikimi, Eita Nakamura, Katsutoshi Itoyama, Kazuyoshi Yoshii

2018 Asia-Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA ASC 2018)   983 - 989   2018年12月

Chord-Aware Automatic Music Transcription Based on Hierarchical Bayesian Integration of Acoustic and Language Models 査読

Yuta Ojima, Eita Nakamura, Katsutoshi Itoyama, Kazuyoshi Yoshii

APSIPA Transactions on Signal and Information Processing   7 ( e14 )   1 - 14   2018年11月

Interactive arrangement of chords and melodies based on a tree-structured generative model 査読

Hiroaki Tsushima, Eita Nakamura, Katsutoshi Itoyama, Kazuyoshi Yoshii

19th International Society for Music Information Retrieval Conference (ISMIR 2018)   145 - 151   2018年9月

Signal restoration based on bi-directional LSTM with spectral filtering for robot audition 査読

Ryosuke Taniguchi, Kotaro Hoshiba, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

2018 27th IEEE International Symposium on Robot and Human Interactive Communication (RO-MAN 2018)   955 - 960   2018年8月

Statistical speech enhancement based on probabilistic integration of variational autoencoder and non-negative matrix factorization 査読

Yoshiaki Bando, Masato Mimura, Katsutoshi Itoyama, Kazuyoshi Yoshii, Tatsuya Kawahara

2018 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2018)   716 - 720   2018年4月

Unsupervised beamforming based on multichannel nonnegative matrix factorization for noisy speech recognition 査読

Kazuki Shimada, Yoshiaki Bando, Masato Mimura, Katsutoshi Itoyama, Kazuyoshi Yoshii, Tatsuya Kawahara

2018 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2018)   5734 - 5738   2018年4月

Generative statistical models with self-emergent grammar of chord sequences 査読

Hiroaki Tsushima, Eita Nakamura, Katsutoshi Itoyama, Kazuyoshi Yoshii

Journal of New Music Research   47 ( 3 )   226 - 248   2018年3月

Speech enhancement based on Bayesian low-rank and sparse decomposition of multichannel magnitude spectrograms 査読

Yoshiaki Bando, Katsutoshi Itoyama, Masashi Konyo, Satoshi Tadokoro, Kazuhiro Nakadai, Kazuyoshi Yoshii, Tatsuya Kawahara, Hiroshi G. Okuno

IEEE/ACM Transactions on Audio, Speech, and Language Processing   26 ( 2 )   215 - 230   2018年2月

Bayesian multichannel audio source separation based on integrated source and spatial models 査読

Kousuke Itakura, Yoshiaki Bando, Eita Nakamura, Katsutoshi Itoyama, Kazuyoshi Yoshii, Tatsuya Kawahara

IEEE/ACM Transactions on Audio, Speech, and Language Processing   26 ( 4 )   831 - 846   2018年1月

スペクトル伸縮に基づく複数A/Dコンバータのチャネル間同期

糸山 克寿, 中臺 一博

ロボティクス・メカトロニクス講演会講演概要集   2018   2P1-K05   2018年

ImPACT TRC太索状ロボットの研究開発の現状と展望 査読

松野 文俊, 藤原 始史, 亀川 哲志, 竹森 達也, 田中 基康, 多田隈 建二郎, 鈴木 陽介, 坂東 宜昭, 糸山 克寿, 奥乃 博

日本ロボット学会誌   35 ( 10 )   720 - 726   2017年12月

Multi-party Interactions by Quizmaster Robot in Speech-based Jeopardy! like Games 査読

Izaya Nishimuta, Katsutoshi Itoyama, Kazuyoshi Yoshii, Hiroshi G. Okuno

2017 International Conference on Computational Science and Computational Intelligence (CSCI2017)   1787 - 1792   2017年12月

Scale- and rhythm-aware musical note estimation for vocal F0 trajectories based on a semi-tatum-synchronous hierarchical hidden semi-Markov model 査読

Ryo Nishikimi, Eita Nakamura, Masataka Goto, Katsutoshi Itoyama, Kazuyoshi Yoshii

18th International Society for Music Information Retrieval Conference (ISMIR 2017)   376 - 382   2017年10月

Function- and rhythm-aware melody harmonization based on tree-structured parsing and split-merge sampling of chord sequences 査読

Hiroaki Tsushima, Eita Nakamura, Katsutoshi Itoyama, Kazuyoshi Yoshii

18th International Society for Music Information Retrieval Conference (ISMIR 2017)   502 - 508   2017年10月

Infinite probabilistic latent component analysis for audio source separation 査読

Kazuyoshi Yoshii, Eita Nakamura, Katsutoshi Itoyama, Masataka Goto

2017 IEEE 27th International Workshop on Machine Learning for Signal Processing (MLSP 2017)   1 - 6   2017年9月

Semi-blind speech enhancement based on recurrent neural network for source separation and dereverberation 査読

Masaya Wake, Yoshiaki Bando, Masato Mimura, Katsutoshi Itoyama, Kazuyoshi Yoshii, Tatsuya Kawahara

2017 IEEE 27th International Workshop on Machine Learning for Signal Processing (MLSP 2017)   1 - 6   2017年9月

A Singing Instrument for Real-Time Vocal-Part Arrangement of Music Audio Signals 査読

Yuta Ojima, Tomoyasu Nakano, Satoru Fukayama, Jun Kato, Masataka Goto, Katsutoshi Itoyama, Kazuyoshi Yoshii

Sound and Music Computing Conference (SMC)   443 - 449   2017年7月

An Adaptive Karaoke System that Plays Accompaniment Parts of Music Audio Signals Synchronously with Users' Singing Voices 査読

Yusuke Wada, Yoshiaki Bando, Eita Nakamura, Katsutoshi Itoyama, Kazuyoshi Yoshii

Sound and Music Computing Conference (SMC)   110 - 116   2017年7月

Bayesian multichannel nonnegative matrix factorization for audio source separation and localization 査読

Kousuke Itakura, Yoshiaki Bando, Eita Nakamura, Katsutoshi Itoyama, Kazuyoshi Yoshii, Tatsuya Kawahara

2017 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2017)   551 - 555   2017年3月

Audio-visual beat tracking based on a state-space model for a robot dancer performing with a human dancer 査読

Misato Ohkita, Yoshiaki Bando, Eita Nakamura, Katsutoshi Itoyama, Kazuyoshi Yoshii

Journal of Robotics and Mechatronics   29 ( 1 )   125 - 136   2017年2月

Simultaneous identification and localization of still and mobile speakers based on binaural robot audition 査読

Karim Youssef, Katsutoshi Itoyama, Kazuyoshi Yoshii

Journal of Robotics and Mechatronics   29 ( 1 )   59 - 71   2017年2月

Layout optimization of cooperative distributed microphone arrays based on estimation of source separation performance 査読

Kouhei Sekiguchi, Yoshiaki Bando, Katsutoshi Itoyama, Kazuyoshi Yoshii

Journal of Robotics and Mechatronics   29 ( 1 )   83 - 93   2017年2月

Low Latency and High Quality Two-Stage Human-Voice-Enhancement System for a Hose-Shaped Rescue Robot 査読

Bando Yoshiaki, Saruwatari Hiroshi, Ono Nobutaka, Makino Shoji, Itoyama Katsutoshi, Kitamura Daichi, Ishimura Masaru, Takakusaki Moe, Mae Narumi, Yamaoka Kouei, Matsui Yutaro, Ambe Yuichi, Konyo Masashi, Tadokoro Satoshi, Yoshii Kazuyoshi, Okuno Hiroshi G.

Journal of Robotics and Mechatronics   29 ( 1 )   198 - 212   2017年2月

Singing voice separation and vocal F0 estimation based on mutual combination of robust principal component analysis and subharmonic summation 査読

Yukara Ikemiya, Katsutoshi Itoyama, Kazuyoshi Yoshii

IEEE/ACM Transactions on Audio, Speech, and Language Processing   24 ( 11 )   2084 - 2095   2016年11月

Online simultaneous localization and mapping of multiple sound sources and asynchronous microphone arrays 査読

Kouhei Sekiguchi, Yoshiaki Bando, Keisuke Nakamura, Kazuhiro Nakadai, Katsutoshi Itoyama, Kazuyoshi Yoshii

2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2016)   1973 - 1979   2016年10月

Sound-based online localization for an in-pipe snake robot 査読

Yoshiaki Bando, Hiroki Suhara, Motoyasu Tanaka, Tetsushi Kamegawa, Katsutoshi Itoyama, Kazuyoshi Yoshii, Fumitoshi Matsuno, Hiroshi G. Okuno

2016 IEEE International Symposium on Safety, Security, and Rescue Robotics (SSRR 2016)   207 - 213   2016年10月

Student's t multichannel nonnegative matrix factorization for blind source separation 査読

Koichi Kitamura, Yoshiaki Bando, Katsutoshi Itoyama, Kazuyoshi Yoshii

2016 IEEE International Workshop on Acoustic Signal Enhancement (IWAENC2016)   1 - 5   2016年9月

A hierarchical Bayesian model of chords, pitches, and spectrograms for multipitch analysis 査読

Yuta Ojima, Eita Nakamura, Katsutoshi Itoyama, Kazuyoshi Yoshii

17th International Society for Music Information Retrieval Conference (ISMIR 2016)   309 - 315   2016年8月

A unified Bayesian model of time-frequency clustering and low-rank approximation for multi-channel source separation 査読

Kousuke Itakura, Yoshiaki Bando, Eita Nakamura, Katsutoshi Itoyama, Kazuyoshi Yoshii

2016 24th European Signal Processing Conference (EUSIPCO 2016)   2280 - 2284   2016年8月

Rhythm transcription of MIDI performances based on hierarchical Bayesian modelling of repetition and modification of musical note patterns 査読

Eita Nakamura, Katsutoshi Itoyama, Kazuyoshi Yoshii

2016 24th European Signal Processing Conference (EUSIPCO 2016)   1946 - 1950   2016年8月

Variational Bayesian multi-channel robust NMF for human-voice enhancement with a deformable and partially-occluded microphone array 査読

Yoshiaki Bando, Katsutoshi Itoyama, Masashi Konyo, Satoshi Tadokoro, Kazuhiro Nakadai, Kazuyoshi Yoshii, Hiroshi G. Okuno

2016 24th European Signal Processing Conference (EUSIPCO 2016)   1018 - 1022   2016年8月

Musical note estimation for F0 trajectories of singing voices based on a Bayesian semi-beat-synchronous HMM 査読

Ryo Nishikimi, Eita Nakamura, Katsutoshi Itoyama, Kazuyoshi Yoshii

17th International Society for Music Information Retrieval Conference (ISMIR 2016)   461 - 467   2016年8月

Sparse learning for music signal analysis

Kazuyoshi Yoshii, Katsutoshi Itoyama

Journal of the Institute of Electronics, Information and Communication Engineers   99 ( 5 )   456 - 460   2016年5月

Parallel speech corpora of Japanese dialects 査読

Koichiro Yoshino, Naoki Hirayama, Shinsuke Mori, Fumihiko Takahashi, Katsutoshi Itoyama, Hiroshi G. Okuno

Tenth International Conference on Language Resources and Evaluation (LREC 2016)   4652 - 4657   2016年5月

音楽音響信号解析のためのスパース学習（小特集「スパースモデリングの発展 —原理から応用まで—」）

吉井 和佳, 糸山 克寿

電子情報通信学会誌   99 ( 5 )   456 - 460   2016年5月

歌声・調波楽器音・打楽器音分離とユーザ演奏のリアルタイム可視化に基づく音楽演奏練習システム 査読

土橋 彩香, 池宮 由楽, 糸山 克寿, 吉井 和佳

情報処理学会 インタラクション2016   97 - 105   2016年3月

Student's t nonnegative matrix factorization and positive semidefinite tensor factorization for single-channel audio source separation 査読

Kazuyoshi Yoshii, Katsutoshi Itoyama, Masataka Goto

2016 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2016)   51 - 55   2016年3月

HMM-based Attacks on Google's ReCAPTCHA with Continuous Visual and Audio Symbols 査読

Shotaro Sano, Takuma Otsuka, Katsutoshi Itoyama, Hiroshi G. Okuno

Journal of Information Processing   23 ( 6 )   814 - 826   2015年11月

スパース性に基づく音楽音響信号の分解

吉井 和佳, 糸山 克寿

日本音響学会誌   71 ( 11 )   607 - 614   2015年11月

Infinite Superimposed Discrete All-pole Modeling for Source-Filter Decomposition of Wavelet Spectrograms 査読

Kazuyoshi Yoshii, Katsutoshi Itoyama, Masataka Goto

16th International Society for Music Information Retrieval Conference (ISMIR2015)   86 - 92   2015年10月

Unified inter- and intra-recording duration model for multiple music audio alignment 査読

Akira Maezawa, Katsutoshi Itoyama, Kazuyoshi Yoshii, Hiroshi G. Okuno

2015 IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (WASPAA2015)   1 - 5   2015年10月

Human-voice enhancement based on online RPCA for a hose-shaped rescue robot with a microphone array 査読

Yoshiaki Bando, Katsutoshi Itoyama, Masashi Konyo, Satoshi Tadokoro, Kazuhiro Nakadai, Kazuyoshi Yoshii, Hiroshi G. Okuno

2015 IEEE International Symposium on Safety, Security, and Rescue Robotics (SSRR 2015)   1 - 6   2015年10月

Identification and localization of one or two concurrent speakers in a binaural robotic context 査読

Karim Youssef, Katsutoshi Itoyama, Kazuyoshi Yoshii

2015 IEEE International Conference on Systems, Man, and Cybernetics (IEEE SMC 2015)   407 - 412   2015年10月

Infinite superimposed discrete all-pole modeling for multipitch analysis of wavelet spectrograms 査読

Kazuyoshi Yoshii, Katsutoshi Itoyama, Masataka Goto

16th International Society for Music Information Retrieval Conference (ISMIR 2015)   86 - 92   2015年10月

Audio-visual beat tracking based on a state-space model for a music robot dancing with humans 査読

Misato Ohkita, Yoshiaki Bando, Yukara Ikemiya, Katsutoshi Itoyama, Kazuyoshi Yoshii

2015 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2015)   5555 - 5560   2015年9月

Bayesian integration of sound source separation and speech recognition: A new approach to simultaneous speech recognition 査読

Kousuke Itakura, Izaya Nishimuta, Yoshiaki Bando, Katsutoshi Itoyama, Kazuyoshi Yoshii

16th Annual Conference of the International Speech Communication Association (INTERSPEECH 2015)   736 - 740   2015年9月

Toward a quizmaster robot for speech-based multiparty interaction 査読

Izaya Nishimuta, Katsutoshi Itoyama, Kazuyoshi Yoshii, Hiroshi G. Okuno

Advanced Robotics   29 ( 18 )   1205 - 1219   2015年9月

Optimizing the layout of multiple mobile robots for cooperative sound source separation 査読

Kouhei Sekiguchi, Yoshiaki Bando, Katsutoshi Itoyama, Kazuyoshi Yoshii

2015 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2015)   5548 - 5554   2015年9月

Microphone-accelerometer based 3D posture estimation for a hose-shaped rescue robot 査読

Yoshiaki Bando, Katsutoshi Itoyama, Masashi Konyo, Satoshi Tadokoro, Kazuhiro Nakadai, Kazuyoshi Yoshii, Hiroshi G. Okuno

2015 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2015)   5580 - 5586   2015年9月

A Music Performance Assistance System based on Vocal, Harmonic, and Percussive Source Separation and Content Visualization for Music Audio Signals 査読

Ayaka Dobashi, Yukara Ikemiya, Katsutoshi Itoyama, Kazuyoshi Yoshii

12th Sound and Music Computing Conference (SMC15)   99 - 104   2015年7月

A Score-Informed Piano Tutoring System with Mistake Detection and Score Simplification 査読

Tsubasa Fukuda, Yukara Ikemiya, Katsutoshi Itoyama, Kazuyoshi Yoshii

12th Sound and Music Computing Conference (SMC15)   105 - 110   2015年7月

A feedback framework for improved chord recognition based on NMF-based approximate note transcription 査読

Satoshi Maruo, Kazuyoshi Yoshii, Katsutoshi Itoyama, Matthias Mauch, Masataka Goto

2015 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2015)   196 - 200   2015年4月

Challenges in deploying a microphone array to localize and separate sound sources in real auditory scenes 査読

Yoshiaki Bando, Takuma Otsuka, Katsutoshi Itoyama, Kazuyoshi Yoshii, Yoko Sasaki, Satoshi Kagami, Hiroshi G. Okuno

2015 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2015)   723 - 727   2015年4月

Singing voice analysis and editing based on mutually dependent F0 estimation and source separation 査読

Yukara Ikemiya, Kazuyoshi Yoshii, Katsutoshi Itoyama

2015 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2015)   574 - 578   2015年4月

市販楽曲中の歌声の分離と音高推定に基づく歌唱表現編集システム 査読

池宮 由楽, 糸山 克寿, 吉井 和佳

情報処理学会 インタラクション2015   128 - 135   2015年3月

統計的音響信号処理の新展開

吉井 和佳, 糸山 克寿

映像情報メディア学会誌   69 ( 2 )   111 - 116   2015年2月

Automatic speech recognition for mixed dialect utterances by mixing dialect language models 査読

Naoki Hirayama, Koichiro Yoshino, Katsutoshi Itoyama, Shinsuke Mori, Hiroshi G. Okuno

IEEE/ACM Transactions on Audio, Speech, and Language Processing   23 ( 2 )   373 - 382   2015年2月

Posture estimation of hose-shaped robot by using active microphone array 査読

Yoshiaki Bando, Takuma Otsuka, Takeshi Mizumoto, Katsutoshi Itoyama, Masashi Konyo, Satoshi Tadokoro, Kazuhiro Nakadai, Hiroshi G. Okuno

Advanced Robotics   29 ( 1 )   35 - 49   2015年1月

Recognition of in-field frog chorusing using Bayesian nonparametric microphone array processing 査読

Yoshiaki Bando, Takuma Otsuka, Ikkyu Aihara, Hiromitsu Awano, Katsutoshi Itoyama, Kazuyoshi Yoshii, Hiroshi G. Okuno

Computational Sustainability, Workshops at the Twenty-Ninth AAAI Conference on Artificial Intelligence   2015年1月

Schemeによる3D図形の構成的制作 査読

古川 孝太郎, 糸山 克寿, 吉井 和佳, 奥乃 博

コンピュータ ソフトウェア   32 ( 4 )   4_31 - 4_49   2015年

Nonparametric Bayesian Dereverberation of Power Spectrograms Based on Infinite-Order Autoregressive Processes 査読

Maezawa Akira, Itoyama Katsutoshi, Yoshii Kazuyoshi, Okuno Hiroshi G.

IEEE/ACM Transactions on Audio, Speech, and Language Processing   22 ( 12 )   1918 - 1930   2014年12月

Development of a robot quizmaster with auditory functions for speech-based multiparty interaction 査読

Izaya Nishimuta, Kazuyoshi Yoshii, Katsutoshi Itoyama, Hiroshi G. Okuno

2014 IEEE/SICE International Symposium on System Integration (SII2014)   328 - 333   2014年12月

A robot quizmaster that can localize, separate, and recognize simultaneous utterances for a fastest-voice-first quiz game 査読

Izaya Nishimuta, Naoki Hirayama, Kazuyoshi Yoshii, Katsutoshi Itoyama, Hiroshi G. Okuno

2014 IEEE-RAS International Conference on Humanoid Robots (Humanoids 2014)   967 - 972   2014年11月

Visualization of auditory awareness based on sound source positions estimated by depth sensor and microphone array 査読

Takahiro Iyama, Osamu Sugiyama, Takuma Otsuka, Katsutoshi Itoyama, Hiroshi G. Okuno

2014 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2014)   1908 - 1913   2014年11月

A sound-based online method for estimating the time-varying posture of a hose-shaped robot 査読

Yoshiaki Bando, Katsutoshi Itoyama, Masashi Konyo, Satoshi Tadokoro, Kazuhiro Nakadai, Kazuyoshi Yoshii, Hiroshi G. Okuno

2014 IEEE International Symposium on Safety, Security, and Rescue Robotics (SSRR 2014)   1 - 6   2014年10月

Transferring Vocal Expressions of a Professional Singer to Unaccompanied Singing Signals

Yukara Ikemiya, Katsutoshi Itoyama, Kazuyoshi Yoshii

Late Breaking Demo (LBD), International Society for Music Information Retrieval (ISMIR)   1 - 2   2014年10月

Bayesian audio alignment based on a unified model of music composition and performance 査読

Akira Maezawa, Katsutoshi Itoyama, Kazuyoshi Yoshii, Hiroshi G. Okuno

15th International Society for Music Information Retrieval Conference (ISMIR 2014)   233 - 238   2014年10月

Sound annotation tool for multidirectional sounds based on spatial information extracted by HARK robot audition software 査読

Osamu Sugiyama, Katsutoshi Itoyama, Kazuhiro Nakadai, Hiroshi G. Okuno

2014 IEEE International Conference on Systems, Man, and Cybernetics (SMC2014)   2335 - 2340   2014年10月

Parameter estimation of virtual musical instrument synthesizers 査読

Katsutoshi Itoyama, Hiroshi G. Okuno

40th International Computer Music Conference and 11th Sound and Music Computing Conference (ICMC SMC 2014)   1426 - 1431   2014年9月

擬似生成した複数方言言語モデル混合による混合方言音声認識 査読

平山 直樹, 吉野 幸一郎, 糸山 克寿, 森 信介, 奥乃 博

情報処理学会論文誌   55 ( 7 )   1681 - 1694   2014年7月

Automatic transcription of guitar tablature from audio signals in accordance with player's proficiency 査読

Kazuki Yazawa, Katsutoshi Itoyama, Hiroshi G. Okuno

2014 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP2014)   3122 - 3126   2014年5月

Transcribing vocal expression from polyphonic music 査読

Yukara Ikemiya, Katsutoshi Itoyama, Hiroshi G. Okuno

2014 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP2014)   3127 - 3131   2014年5月

音声中の任意検索語検出のための未知語区間推定に基づく選択的インデックス統合法 査読

神田 直之, 糸山 克寿, 奥乃 博

情報処理学会論文誌   55 ( 3 )   1201 - 1211   2014年3月

Transferring vocal expression of F0 contour using singing voice synthesizer 査読

Yukara Ikemiya, Katsutoshi Itoyama, Hiroshi G. Okuno

Modern Advances in Applied Intelligence (IEA/AIE 2014)   ( 2 )   250 - 259   2014年

Posture estimation of hose-shaped robot using microphone array localization 査読

Yoshiaki Bando, Takeshi Mizumoto, Katsutoshi Itoyama, Kazuhiro Nakadai, Hiroshi G. Okuno

2013 IEEE International Conference on Intelligent Robots and Systems (IROS2013)   3446 - 3451   2013年11月

Noise correlation matrix estimation for improving sound source localization by multirotor UAV 査読

Koutarou Furukawa, Keita Okutani, Kohei Nagira, Takuma Otsuka, Katsutoshi Itoyama, Kazuhiro Nakadai, Hiroshi G. Okuno

2013 IEEE International Conference on Intelligent Robots and Systems (IROS2013)   3943 - 3948   2013年11月

Multiple index combination for Japanese spoken term detection with optimum index selection based on OOV-region classifier 査読

Naoyuki Kanda, Katsutoshi Itoyama, Hiroshi G. Okuno

2013 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP2013)   8540 - 8544   2013年5月

Initialization-robust Bayesian multipitch analyzer based on psychoacoustical and musical criteria 査読

Daichi Sakaue, Takuma Otsuka, Katsutoshi Itoyama, Hiroshi G. Okuno

2013 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP2013)   226 - 230   2013年5月

Audio-based guitar tablature transcription using multipitch analysis and playability constraints 査読

Kazuki Yazawa, Daichi Sakaue, Kohei Nagira, Katsutoshi Itoyama, Hiroshi G. Okuno

2013 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP2013)   196 - 200   2013年5月

Robust multipitch analyzer against initialization based on latent harmonic allocation using overtone corpus 査読

Daichi Sakaue, Katsutoshi Itoyama, Tetsuya Ogata, Hiroshi G. Okuno

Journal of Information Processing   21 ( 2 )   246 - 255   2013年4月

Automatic Estimation of Dialect Mixing Ratio for Dialect Speech Recognition 査読

Naoki Hirayama, Koichiro Yoshino, Katsutoshi Itoyama, Shinsuke Mori, Hiroshi G. Okuno

14th Annual Conference of the International Speech Communication Association (INTERSPEECH 2013)   1492 - 1496   2013年

Robust Multipitch Analyzer against Initialization based on Latent Harmonic Allocation using Overtone Corpus

Sakaue Daichi, Itoyama Katsutoshi, Ogata Tetsuya, Okuno Hiroshi G.

Information and Media Technologies   8 ( 2 )   467 - 476   2013年

Bayesian nonnegative harmonic-temporal factorization and its application to multipitch analysis 査読

Daichi Sakaue, Takuma Otsuka, Katsutoshi Itoyama, Hiroshi G. Okuno

13th International Society for Music Information Retrieval Conference (ISMIR 2012)   91 - 96   2012年10月

Initialization-robust multipitch estimation based on latent harmonic allocation using overtone corpus 査読

Daichi Sakaue, Katsutoshi Itoyama, Tetsuya Ogata, Hiroshi G. Okuno

2012 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP2012)   425 - 428   2012年3月

Automated violin fingering transcription through analysis of an audio recording 査読

Akira Maezawa, Katsutoshi Itoyama, Kazunori Komatani, Tetsuya Ogata, Hiroshi G. Okuno

Computer Music Journal   36 ( 3 )   57 - 72   2012年

Automatic chord recognition based on probabilistic integration of acoustic features, bass sounds, and chord transition 査読

Katsutoshi Itoyama, Tetsuya Ogata, Hiroshi G. Okuno

Advanced Research in Applied Artificial Intelligence (IEA/AIE 2012)   7345 LNAI   58 - 67   2012年

フレーズ置換のための調波非調波GMM・NMFに基づく音源分離・演奏合成 査読

安良岡 直希, 吉岡 拓也, 糸山克寿, 高橋 徹, 駒谷 和範, 尾形 哲也, 奥乃 博

情報処理学会論文誌   52 ( 12 )   3839 - 3852   2011年12月

Simultaneous processing of sound source separation and musical instrument identification using Bayesian spectral modeling 査読

Katsutoshi Itoyama, Masataka Goto, Kazunori Komatani, Tetsuya Ogata, Hiroshi G. Okuno

2011 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP2011)   3816 - 3819   2011年5月

ベース音高と和音特徴の統合に基づく和音系列認識 査読

須見 康平, 糸山 克寿, 吉井 和佳, 駒谷 和範, 尾形 哲也, 奥乃 博

情報処理学会論文誌   52 ( 4 )   1803 - 1812   2011年4月

Query-by-Example Music Information Retrieval by Score-Informed Source Separation and Remixing Technologies 査読

Itoyama Katsutoshi, Goto Masataka, Komatani Kazunori, Ogata Tetsuya, Okuno Hiroshi G.

EURASIP Journal on Advances in Signal Processing   2010 ( 172961 )   1 - 14   2011年1月

A musical mood trajectory estimation method using lyrics and acoustic features 査読

Naoki Nishikawa, Katsutoshi Itoyama, Hiromasa Fujihara, Masataka Goto, Tetsuya Ogata, Hiroshi G. Okuno

2011 ACM Multimedia Conference and Co-Located Workshops (MIRUM '11)   51 - 56   2011年

SpeakBySinging: Converting singing voices to speaking voices while retaining voice timbre 査読

Shimpei Aso, Takeshi Saitou, Matataka Goto, Katsutoshi Itoyama, Toru Takahashi, Kazunori Komatani, Tetsuya Ogata, Hiroshi G. Okuno

13th International Conference on Digital Audio Effects (DAFx-10)   114 - 121   2010年9月

Violin fingering estimation based on violin pedagogical fingering model constrained by bowed sequence estimation from audio input 査読

Akira Maezawa, Katsutoshi Itoyama, Toru Takahashi, Kazunori Komatani, Tetsuya Ogata, Hiroshi G. Okuno

Trends in Applied Intelligent Systems (IEA/AIE 2010)   249 - 259   2010年6月

Query-by-Example music retrieval approach based on musical genre shift by changing instrument volume 査読

Katsutoshi Itoyama, Masataka Goto, Kazuhiro Komatani, Testuya Ogata, Hiroshi G. Okuno

12th International Conference on Digital Audio Effects (DAFx-09)   205 - 212   2009年9月

Parameter estimation for harmonic and inharmonic models by using timbre feature distributions 査読

Katsutoshi Itoyama, Masataka Goto, Kazunori Komatani, Tetsuya Ogata, Hiroshi G. Okuno

Journal of Information Processing   17   191 - 201   2009年7月

音色の音高依存性を考慮した楽器音の音高操作手法 査読

安部 武宏, 糸山克寿, 吉井 和佳, 駒谷 和範, 尾形 哲也, 奥乃 博

情報処理学会論文誌   50 ( 3 )   1054 - 1066   2009年3月

Parameter Estimation for Harmonic and Inharmonic Models by Using Timbre Feature Distributions

Itoyama Katsutoshi, Goto Masataka, Komatani Kazunori, Ogata Tetsuya, G. Okuno Hiroshi

Information and Media Technologies   4 ( 3 )   672 - 682   2009年

Changing timbre and phrase in existing musical performances as you like - Manipulations of single part using harmonic and inharmonic models 査読

Naoki Yasuraoka, Takehiro Abe, Katsutoshi Itoyama, Toru Takahashi, Tetsuya Ogata, Hiroshi G. Okuno

17th ACM international conference on Multimedia (MM '09)   203 - 212   2009年

Bowed String Sequence Estimation of a Violin Based on Adaptive Audio Signal Classification and Context-Dependent Error Correction 査読

Akira Maezawa, Katsutoshi Itoyama, Tom Takahashi, Tetsuya Ogata, Hiroshi G. Okuno

2009 11th IEEE International Symposium on Multimedia (ISM '09)   9 - 16   2009年

Automatic chord recognition based on probabilistic integration of chord transition and bass pitch estimation 査読

Kouhei Sumi, Katsutoshi Itoyama, Kazuyoshi Yoshii, Kazunori Komatani, Tetsuya Ogata, Hiroshi G. Okuno

9th International Conference on Music Information Retrieval (ISMIR 2008)   39 - 44   2008年9月

Instrument equalizer for query-by-example retrieval: Improving sound source separation based on integrated harmonic and inharmonic models 査読

Katsutoshi Itoyama, Masataka Goto, Kazunori Komatani, Tetsuya Ogata, Hiroshi G. Okuno

9th International Conference on Music Information Retrieval (ISMIR 2008)   133 - 138   2008年9月

楽譜情報を援用した多重奏音楽音響信号の音源分離と調波・非調波統合モデルの制約付きパラメータ推定の同時実現 査読

糸山 克寿, 後藤 真孝, 駒谷 和範, 尾形 哲也, 奥乃 博

情報処理学会論文誌   49 ( 3 )   1465 - 1479   2008年3月

Analysis-and-manipulation approach to pitch and duration of musical instrument sounds without distorting timbral characteristics 査読

Takehiro Abe, Katsutoshi Itoyama, Kazuyoshi Yoshii, Kazunori Komatani, Tetsuya Ogata, Hiroshi G. Okuno

11th International Conference on Digital Audio Effects (DAFx-08)   249 - 256   2008年

Integration and adaptation of harmonic and inharmonic models for separating polyphonic musical signals 査読

Katsutoshi Itoyama, Masataka Goto, Kazunori Komatani, Tetsuya Ogata, Hiroshi G. Okuno

2007 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP2007)   I   57 - 60   2007年

Automatic feature weighting in automatic transcription of specified part in polyphonic music 査読

Katsutoshi Itoyama, Tetsuro Kitahara, Kazunori Komatani, Tetsuya Ogata, Hiroshi G. Okuno

7th International Conference on Music Information Retrieval (ISMIR 2006)   172 - 175   2006年10月

ガウス過程回帰を用いた音響伝達関数の環境変化適応

藤田侑樹, 糸山克寿, 西田健次, 中臺一博

日本ロボット学会学術講演会予稿集(CD-ROM)   42nd   2024年

屋外環境下でのドローンのローターノイズによる地表材質推定手法の検討

矢野翼, YEN Benjamin, 糸山克寿, 中臺一博

日本ロボット学会学術講演会予稿集(CD-ROM)   42nd   2024年

Video Vision Transformerに基づく音源定位の提案

横田遥大, BOZKURTLAR Mert, BOZKURTLAR Mert, YEN Benjamin, 糸山克寿, 西田健次, 中臺一博

日本ロボット学会学術講演会予稿集(CD-ROM)   42nd   2024年

話者情報を利用した距離ベース 時間周波数マスク推定による音声強調の向上

田口鐵人, 石井遼平, 大崎崇博, 阿坂脩平, YEN Benjamin, 糸山克寿, 中臺一博

計測自動制御学会システムインテグレーション部門講演会(CD-ROM)   25th   2024年

HARK3.6およびそのアクティブドローン聴覚への応用

中臺一博, 公文誠, 佐々木洋子, 干場功太郎, YEN Benjamin, 糸山克寿, 瀧ヶ平将行, 寺門直哉, LIN Zirui, GULZAR Haris, BUSTO Monikka Rosalianna, 江田毅晴, 天野英晴

計測自動制御学会システムインテグレーション部門講演会(CD-ROM)   25th   2024年

音声強調ネットワークとアダプターを用いた音声認識の耐雑音ロバスト性向上

大崎崇博, 周藤唯, 糸山克寿, 糸山克寿, 西田健次, 中臺一博

日本ロボット学会誌   42 ( 9 )   2024年

面音源抽出のための複数拘束 MVDR ビームフォーマーの逐次計算による高速化

安江蒼人, 糸山克寿, 糸山克寿, 西田健次, 中臺一博

日本ロボット学会誌   42 ( 6 )   2024年

深層ブラインド音源分離を用いた転移学習による環境音分離

合澤 隆拓, 坂東 宜昭, 糸山 克寿, 西田 健次, 中臺 一博

情報処理学会 第85回全国大会   ( 5S-02 )   2023年3月

音声強調ネットワークとアダプターを用いた音声認識の耐雑音ロバスト性向上

大崎崇博, 周藤唯, 糸山克寿, 糸山克寿, 西田健次, 中臺一博

日本ロボット学会学術講演会予稿集(CD-ROM)   41st   2023年

フォンミーゼス分布に基づく音響伝達関数オンライン適応の向上

藤田侑樹, 糸山克寿, 糸山克寿, 西田健次, 中臺一博

日本ロボット学会学術講演会予稿集(CD-ROM)   41st   2023年

面音源抽出のための複数拘束MVDRビームフォーマーの逐次計算による高速化

安江蒼人, 糸山克寿, 糸山克寿, 西田健次, 中臺一博

日本ロボット学会学術講演会予稿集(CD-ROM)   41st   2023年

ロボット聴覚のための音源定位と深層ブラインド音源分離の統合

合澤隆拓, 合澤隆拓, 坂東宜昭, 糸山克寿, 糸山克寿, 西田健次, 中臺一博, 大西正輝

日本ロボット学会学術講演会予稿集(CD-ROM)   41st   2023年

自然な音声対話AIに向けたシステム応答法の検討

阿坂脩平, 西田健次, 糸山克寿, 糸山克寿, 中臺一博

計測自動制御学会システムインテグレーション部門講演会(CD-ROM)   24th   2023年

気配センシングに向けた磁束密度センサと風速センサを用いた動作検出

川口洋慶, SHAKEEL Muhammad, 糸山克寿, 糸山克寿, 西田健次, 中臺一博

日本ロボット学会学術講演会予稿集(CD-ROM)   41st   2023年

可聴音ベースの反響定位に基づく3次元空間認識の5チャネルマイクロホンアレイによる向上

小林宙輝, 糸山克寿, 糸山克寿, 西田健次, 中臺一博

計測自動制御学会システムインテグレーション部門講演会(CD-ROM)   24th   2023年

ドローンのローターノイズによる地表材質推定手法の検討

矢野翼, 糸山克寿, 糸山克寿, 西田健次, 中臺一博

計測自動制御学会システムインテグレーション部門講演会(CD-ROM)   24th   2023年

Scan-and-Sum Beamformerの拡張による二次元領域抽出の検討

安江 蒼人, 糸山 克寿, 西田 健次, 中臺 一博

第23回計測自動制御学会システムインテグレーション部門後援会 (SI 2022)   ( 3A2-B04 )   2022年12月

最頻値フィルタを用いたマイクロホンアレイ音響伝達関数の環境適応手法の検討

藤田 侑樹, 糸山 克寿, 西田 健次, 中臺 一博

第23回計測自動制御学会システムインテグレーション部門後援会 (SI 2022)   ( 3A2-B01 )   2022年12月

HARK 3.4 ～PyHARKの紹介～

中臺 一博, 糸山 克寿

第23回計測自動制御学会システムインテグレーション部門後援会 (SI 2022)   ( 3P2-H12 )   2022年12月

音響伝達関数の二次元補間手法の提案とその音源定位への適用

大﨑 崇博, 糸山 克寿, 西田 健次, 中臺 一博

第23回計測自動制御学会システムインテグレーション部門後援会 (SI 2022)   ( 3A2-B14 )   2022年12月

複数音源追跡におけるドローン群の行動計画の検討

山田 泰基, 糸山 克寿, 西田 健次, 中臺 一博

第61回AIチャレンジ研究会   ( SIG-Challenge-061-07 )   33 - 39   2022年11月

ロボット聴覚用音響処理ソフトウェアHARKを用いたサウンドスケープの解析

山本 遼, 西田 健次, 糸山 克寿, 松林 志穂, 鈴木 麗璽, 中臺 一博

日本鳥学会2022年度大会   ( P048 )   2022年11月

PyHARK: HARKのオンライン・オフライン処理用Pythonパッケージ

中臺 一博, 糸山 克寿, 瀧ヶ平 将行

第61回AIチャレンジ研究会   ( SIG-Challenge-061-04 )   14 - 19   2022年11月

低解像度画像からの小領域物体の検出手法の検討

西田 健次, 糸山 克寿, 中臺 一博

第61回AIチャレンジ研究会   ( SIG-Challenge-061-03 )   9 - 13   2022年11月

任意の混合音を入力としたマイクロホンアレイ形状のキャリブレーション

糸山 克寿, 中臺 一博

第61回AIチャレンジ研究会   ( SIG-Challenge-061-11 )   57 - 62   2022年11月

深層ブラインド音源分離と転移学習に基づく遠隔音声認識の評価

合澤 隆拓, 坂東 宜昭, 糸山 克寿, 西田 健次, 中臺 一博

第61回AIチャレンジ研究会   2022 ( SIG-Challenge-061-09 )   09   2022年11月

音源定位結果の3D可視化とmAPベースの評価指標の提案

山本 遼, 糸山 克寿, 西田 健次, 中臺 一博

第40回日本ロボット学会学術講演会   ( 4J3-07 )   2022年9月

環境イベント識別学習フレームワークの提案とその日本語テキスト入力からの音響シーン生成部の実装

露口 弘毅, シャキール ムハマド, 糸山 克寿, 西田 健次, 中臺 一博

第40回日本ロボット学会学術講演会   ( 4J3-07 )   2022年9月

アンサンブル時間周波数マスクを用いた複数の音声強調手法の統合

藤田 雅彦, 糸山 克寿, 西田 健次, 中臺 一博

第40回日本ロボット学会学術講演会   ( 4J3-04 )   2022年9月

Speech-Recognition on Low-Power GPU Device for Robotic Applications on the Edge

Haris Gulzar, Kenji Nishida, Katsutoshi Itoyama, Kazuhiro Nakadai

40th Annual Conference of the Robotics Society of Japan   ( 2J3-06 )   2022年9月

複数マイクロホンアレイのパラメータ同時最適化

杉山 地塩, 糸山 克寿, 西田 健次, 中臺 一博

第40回日本ロボット学会学術講演会   ( 4J3-09 )   2022年9月

複数のマイクロホンアレイ搭載ドローンの配置最適化による音源追跡性能の向上

山田 泰基, 糸山 克寿, 西田 健次, 中臺 一博

第40回日本ロボット学会学術講演会   ( 4J3-08 )   2022年9月

深層フルランク空間相関分析に基づく遠隔音声認識のフロントエンド

合澤 隆拓, 坂東 宜昭, 糸山 克寿, 西田 健次, 中臺 一博

情報処理学会第84回全国大会   ( 1R-02 )   2022年3月

深層学習を用いた複数音声強調処理のアンサンブル手法の検討

藤田 雅彦, 糸山 克寿, 西田 健次, 中臺 一博

情報処理学会第84回全国大会   ( 5R-05 )   2022年3月

ロボット聴覚用音響処理ソフトウェアHARKを用いたサウンドスケープの分析および考察

山本遼, 西田健次, 糸山克寿, 中臺一博, 中臺一博

日本生態学会大会講演要旨(Web)   69th   2022年

転移学習を用いた音響クラス分類の検討

露口 弘毅, 西田 健次, 糸山 克寿, 中臺 一博

第22回 計測自動制御学会 システムインテグレーション部門講演会 (SI2021)   ( 3B4-03 )   2021年12月

スポットフォーミングによる音声認識性能向上の評価

合澤 隆拓, 鍵本 泰宏, 西田 健次, 糸山 克寿, 中臺 一博

第22回 計測自動制御学会 システムインテグレーション部門講演会 (SI2021)   ( 2G4-03 )   2021年12月

Detecting earthquakes: a novel deep learning-based approach for effective disaster response

Shakeel Muhammad, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

第58回人工知能学会AIチャレンジ研究会   47 - 52   2021年11月

Haris Gulzar, Shakeel Muhammad, Kenji Nishida, Katsutoshi Itoyama, Kazuhiro Nakadai

Haris Gulzar, Shakeel Muhammad, Kenji Nishida, Katsutoshi Itoyama, Kazuhiro Nakadai

第58回人工知能学会AIチャレンジ研究会   29 - 34   2021年11月

複数マイクロホンアレイを用いたNMFによる空間音源分離法の残響下での評価

鍵本 泰宏, 糸山 克寿, 西田 健次, 中臺 一博

第58回人工知能学会AIチャレンジ研究会   22 - 28   2021年11月

Numerical Evaluation of 3D Sound Source Tracking Methods for Drones with Microphone Arrays

Taiki Yamada, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

第39回 日本ロボット学会学術講演会 (RSJ2021)   ( 2D4-02 )   2021年9月

類似度行列を考慮した野鳥の歌自動識別の検討

山本 遼, 中臺 一博, 西田 健次, 糸山 克寿

第39回 日本ロボット学会学術講演会 (RSJ2021)   ( 2D4-04 )   2021年9月

複数マイクロホンアレイの同期および3次元位置・姿勢推定の同時最適化の検討

杉山 地塩, 糸山 克寿, 西田 健次, 中臺 一博

第39回 日本ロボット学会学術講演会 (RSJ2021)   ( 2D4-01 )   2021年9月

アンサンブル時間周波数マスクによる音声強調手法の評価

藤田 雅彦, 糸山 克寿, 西田 健次, 中臺 一博

第39回 日本ロボット学会学術講演会 (RSJ2021)   ( 2D3-03 )   2021年9月

エコロケーションに基づく視覚シーンの再構成手法の提案と入力特徴量の検討

岸波 華彦, 糸山 克寿, 西田 健次, 中臺 一博

第39回 日本ロボット学会学術講演会 (RSJ2021)   ( 2D3-02 )   2021年9月

類似度行列による野鳥の歌識別器の検討

山本 遼, 中臺 一博, 糸山 克寿, 西田 健次, 鈴木 麗璽, 松林 志保

日本鳥学会2021年度大会   2021年9月

アンサンブル時間周波数マスクによる音声強調手法の検討

藤田 雅彦, 糸山 克寿, 西田 健次, 中臺 一博

情報処理学会 第83回全国大会   ( 7N-6 )   2021年3月

複数マイクロホンアレイの同期および位置・姿勢推定の同時最適化の検討

杉山 地塩, 糸山 克寿, 西田 健次, 中臺 一博

情報処理学会 第83回全国大会   ( 5W-7 )   2021年3月

A Multi-Access Edge Computing Solution with Distributed Sound Source Localization for IoT Networks

Haris Gulzar, Muhammad Shakeel, Kenji Nishida, Katsutoshi Itoyama, Kazuhiro Nakadai

第21回計測自動制御学会システムインテグレーション部門講演会 (SICE SI 2020)   ( 1E3-04 )   2020年12月

バイナリマスク付き非負値行列因子分解に基づく発音時刻を用いた音源分離

日下 湧太, 糸山 克寿, 西田 健次, 中臺 一博

第57回 人工知能学会 AIチャレンジ研究会   2020年11月

マイクロホンアレイ搭載ドローンによる音源方向尤度統合に基づく音源追跡

山田 泰基, 糸山 克寿, 西田 健次, 中臺 一博

第57回 人工知能学会 AIチャレンジ研究会   2020年11月

表情による感情推定と音声による感情推定手法の検討

西田 健次, 山田 亨, 糸山 克寿, 中臺 一博

第57回 人工知能学会 AIチャレンジ研究会   2020年11月

テニスにおける打球音を用いた打球回転方向の識別

山本 修己, 糸山 克寿, 西田 健次, 中臺 一博

第57回 人工知能学会 AIチャレンジ研究会   2020年11月

マイクロホン位置と音源スペクトルの確率モデルに基づくマイクロホンアレイのキャリブレーション

段 雄啓, 糸山 克寿, 西田 健次, 中臺 一博

第57回 人工知能学会 AIチャレンジ研究会   2020年11月

重み付け尤度関数と定在波を用いた可聴音による二次元環境認識

岸波 華彦, 糸山 克寿, 西田 健次, 中臺 一博

第38回 日本ロボット学会学術講演会 (RSJ2020)   ( 1D3-04 )   2020年10月

環境音情報と画像情報を用いた物体検出による音ラベル付きセグメントの生成

鈴木 啓, 糸山 克寿, 西田 健次, 中臺 一博

第38回 日本ロボット学会学術講演会 (RSJ2020)   ( 1D3-02 )   2020年10月

複数マイクロホンアレイを用いたNMFによる空間音源分離法の提案と評価

鍵本 泰宏, 糸山 克寿, 西田 健次, 中臺 一博

第38回 日本ロボット学会学術講演会 (RSJ2020)   ( 1D2-04 )   2020年10月

伸縮スペクトルのランク最小化の緩和に基づくチャネル間同期

糸山 克寿, 中臺 一博

第38回 日本ロボット学会学術講演会 (RSJ2020)   ( 1D2-03 )   2020年10月

テニスの打球音による球種識別の検討

山本 修己, 糸山 克寿, 西田 健次, 中臺 一博

第38回 日本ロボット学会学術講演会 (RSJ2020)   ( 1D3-05 )   2020年10月

バイナリマスク付き非負値行列因子分解に基づく音源分離手法の発音時刻ずれに対する性能評価

日下 湧太, 糸山 克寿, 西田 健次, 中臺 一博

情報処理学会 第82回全国大会   ( 5S-1 )   361 - 362   2020年2月

クラウドソーシングを用いた作成した環境音キャプションコーパスの評価

岩月 道生, 糸山 克寿, 西田 健次, 中臺 一博

情報処理学会 第82回全国大会   ( 5Q-7 )   201 - 202   2020年2月

複数マイクロホンアレイを用いた尤度分布統合による移動音源追跡

山田 泰基, 糸山 克寿, 西田 健次, 中臺 一博

情報処理学会 第82回全国大会   ( 5Q-2 )   191 - 192   2020年2月

A Spatial Filter Design for Surface Sound Source Separation

鍾 知, 糸山 克寿, 西田 健次, 中臺 一博

情報処理学会 第82回全国大会   ( 5Q-1 )   189 - 190   2020年2月

複数マイクロホンアレイを用いたLDAによるスポットフォーミングの検討

鍵本 泰宏, 糸山 克寿, 西田 健次, 中臺 一博

第20回計測自動制御学会システムインテグレーション部門講演会 (SI2019)   ( 2C2-16 )   2019年12月

重み付け尤度関数と定在波を用いた可聴音による距離測定

岸波 華彦, 糸山 克寿, 西田 健次, 中臺 一博

第20回計測自動制御学会システムインテグレーション部門講演会 (SI2019)   ( 2C2-14 )   2019年12月

音響距離計測情報を用いた透明物体の三次元構造復元法の検討

岡本 悠太朗, 糸山 克寿, 西田 健次, 中臺 一博

第20回計測自動制御学会システムインテグレーション部門講演会 (SI2019)   ( 1C5-08 )   2019年12月

リハビリテーション効果推定のための感情識別器の構成と評価

西田 健次, 山田 亨, 藤村 友美, 糸山 克寿, 中臺 一博

第55回 人工知能学会 AIチャレンジ研究会   ( SIG-Challenge-055-8 )   41 - 47   2019年11月

視聴覚統合による動的環境下における三次元再構成の提案

紺野 隆志, 西田 健次, 糸山 克寿, 中臺 一博

第55回 人工知能学会 AIチャレンジ研究会   ( SIG-Challenge-055-7 )   33 - 40   2019年11月

スペクトル伸縮モデルと複素正規分布音源モデルに基づく複数マイクロホンの同期

糸山 克寿, 中臺 一博

第55回 人工知能学会 AIチャレンジ研究会   ( SIG-Challenge-055-5 )   24 - 29   2019年11月

複数マイクロホンアレイにおける音源方向尤度に基づく三次元音源追跡

山田 泰基, 糸山 克寿, 西田 健次, 中臺 一博

第55回 人工知能学会 AIチャレンジ研究会   ( SIG-Challenge-055-3 )   12 - 17   2019年11月

Design of a Scan-and-sum Beamformer for Surface Sound Source Separation

Zhi Zhong, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

第37回 日本ロボット学会学術講演会 (RSJ2019)   ( 1F3-04 )   2019年9月

複数マイクロホンアレイを搭載した複数のUAVによる移動音源の三次元追跡手法の実収録音評価

山田 泰基, 糸山 克寿, 西田 健次, 中臺 一博

第37回 日本ロボット学会学術講演会 (RSJ2019)   ( 2I1-02 )   2019年9月

音環境説明ロボットの実現に向けた環境音キャプションコーパスの構築

岩月 道生, 周藤 唯, 糸山 克寿, 西田 健次, 中臺 一博

第37回 日本ロボット学会学術講演会 (RSJ2019)   ( 2I1-05 )   2019年9月

複数同時音源を用いたマイクロホンアレイのキャリブレーション

段 雄啓, 糸山 克寿, 西田 健次, 中臺 一博

第37回 日本ロボット学会学術講演会 (RSJ2019)   ( 2I2-04 )   2019年9月

バイナリマスク付き非負値行列因子分解による発音時刻を用いた音源分離手法の評価

日下 湧太, 糸山 克寿, 西田 健次, 中臺 一博

第37回 日本ロボット学会学術講演会 (RSJ2019)   ( 2I2-05 )   2019年9月

バイナリマスク付き非負値行列因子分解による発音時刻を用いた音源分離手法とその評価

日下 湧太, 糸山 克寿, 西田 健次, 中臺 一博

情報処理学会 第124回音楽情報科学研究会   2019-MUS-124 ( 14 )   1 - 7   2019年8月

Listen and Tell: Acoustic Scene Caption Generation using Deep Learning

Michio Iwatsuki, Yui Sudo, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

Third International Workshop on Symbolic-Neural Learning (SNL-2019)   P-17   2019年7月

Sound Source Tracking Using Multiple Microphone Arrays Mounted to an Unmanned Aerial Vehicle

Taiki Yamada, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai

ICRA 2019 Workshop on Sound Source Localization and Its Applications for Robots   2019年5月

マルコフ連鎖に基づくマスク付きNMFを用いた特定音源の分離

日下 湧太, 糸山 克寿, 西田 健次, 中臺 一博

情報処理学会 第81回全国大会   ( 7T-1 )   419 - 420   2019年2月

マイクロホンと音源位置に関する確率モデルに基づくマイクロホンアレイのキャリブレーションの検討

段 雄啓, 糸山 克寿, 西田 健次, 中臺 一博

情報処理学会 第81回全国大会   ( 4V-2 )   553 - 554   2019年2月

von Mises - Bernoulli RBMを用いた音源定位の検討

正木 俊伍, 杉山 治, 小島 諒介, 中臺 一博, 糸山 克寿, 西田 健次

情報処理学会 第81回全国大会   ( 4V-3 )   555 - 556   2019年2月

複数のマイクロホンアレイを搭載した複数のUAVによる移動音源の三次元追跡

山田 泰基, Daniel Gabriel, 糸山 克寿, 西田 健次, 中臺 一博

情報処理学会 第81回全国大会   ( 2M-3 )   115 - 116   2019年2月

視聴覚統合による三次元構造復元に関する検討

紺野 隆志, 西田 健次, 糸山 克寿, 中臺 一博

情報処理学会 第81回全国大会   ( 5R-9 )   207 - 208   2019年2月

Listen and Tell: 深層学習を用いた音響シーンのキャプション生成

岩月 道生, 周藤 唯, 糸山 克寿, 西田 健次, 中臺 一博

情報処理学会 第81回全国大会   ( 6T-3 )   407 - 408   2019年2月

柔軟索状レスキューロボットのための空気噴射音下での単チャネル音声強調

坂東宜昭, 安部祐一, 糸山克寿, 糸山克寿, 昆陽雅司, 田所諭, 中臺一博, 中臺一博, 奥乃博

日本機械学会ロボティクス・メカトロニクス講演会講演論文集(CD-ROM)   2019   2019年

Mask U-Netを用いた環境音セグメンテーションの提案

周藤 唯, 西田 健次, 糸山 克寿, 中臺 一博

第52回 人工知能学会 AIチャレンジ研究会   ( SIG-Challenge-052-5 )   21 - 26   2018年12月

階乗隠れセミマルコフモデルに基づく音楽音響信号に対するカバー譜生成

柴田健太郎, 錦見亮, 中村栄太, 深山覚, 後藤真孝, 糸山克寿, 吉井和佳, 吉井和佳

情報処理学会 第121回音楽情報科学研究会   2018-MUS-121 ( 16 )   1 - 8   2018年11月

WaveNetを用いた楽譜情報に基づく歌唱F0軌跡の生成

和田雄介, 錦見亮, 中村栄太, 糸山克寿, 吉井和佳

情報処理学会 第120回音楽情報科学研究会   2018-MUS-120 ( 8 )   1 - 7   2018年8月

デモンストレーション：音楽情報処理の研究紹介XVII

糸山 克寿, 飯島 祥, 梅村 祥之, 尾形 正泰, 加藤 淳, 柴田 健太郎, 津島 啓晃, 佃 洸摂, 出口 幸子, 錦見 亮, 橋田 光代, 濱崎 雅弘, 廣瀬 均, Junichi Yamagishi, 吉久 怜子, 和田 雄介

情報処理学会 第120回音楽情報科学研究会   2018-MUS-120 ( 5 )   1 - 5   2018年8月

ImPACT TRCにおけるタフなヘビ型ロボットの開発

亀川 哲志, 斉 偉, 須原 大貴, 松田 絵梨子, 秋山 太一, 酒井 聡志, 宇根 和志, 竹森 達也, 藤原 始史, 松野 文俊, 鈴木 陽介, 坂東 宜昭, 糸山 克寿, 奥乃 博

ロボティクス・メカトロニクス講演会2018 (ROBOMECH2018)   2018 ( 2A2-K05 )   2A2 - K05   2018年6月

慣性・音響センサアレイを用いた柔軟索状レスキューロボットのマルチモーダル姿勢推定

坂東 宜昭, 安部 祐一, 糸山 克寿, 昆陽 雅司, 田所 諭, 吉井 和佳, 奥乃 博

ロボティクス・メカトロニクス講演会2018 (ROBOMECH2018)   2018 ( 2A1-M01 )   2018年6月

ロボット聴覚技術の極限環境への展開

奥乃 博, 糸山 克寿, 中臺 一博, 公文 誠, 坂東 宜昭, 干場 功太郎

第62回システム制御情報学会研究発表講演会 (SCI’18)   62 ( 221‐1 )   5p   2018年5月

ImPACT TRC太索状ロボットの研究開発の現状と展望

松野 文俊, 亀川 哲志, 竹森 達也, 田中 基康, 多田隈 建二郎, 藤田 政宏, 鈴木 陽介, 坂東 宜昭, 糸山 克寿, 奥乃 博, 藤原 始史, 伊達 央, 有泉 亮

第62回システム制御情報学会研究発表講演会 (SCI’18)   62 ( 141-8 )   4p   2018年5月

ImPACT TRC索状ロボット(細)プラットフォーム : 多感覚機能を統合した空気浮上型能動スコープカメラ

昆陽 雅司, 安部 祐一, 永野 光, 坂東 宜昭, 山崎 公俊, 岡谷 貴之, 糸山 克寿, 奥乃 博, 田所 諭

第62回システム制御情報学会研究発表講演会 (SCI’18)   62 ( 141-5 )   5p   2018年5月

WaveNetを用いた音符系列に対する歌唱F0軌跡の生成

和田 雄介, 糸山 克寿, 吉井 和佳

情報処理学会 第80回全国大会   80th ( 3N-5 )   169 - 170   2018年3月

VAEを事前分布とするNMFを用いた音楽音響信号に対するドラム譜推定

上田 舜, 坂東 宜昭, 糸山 克寿, 吉井 和佳

情報処理学会 第80回全国大会   80th ( 3N-1 )   161 - 162   2018年3月

木構造モデルに基づくコードとメロディの対話的生成システム

津島 啓晃, 糸山 克寿, 吉井 和佳

情報処理学会 第80回全国大会   80th ( 2N-2 )   145 - 146   2018年3月

Factorial HSMMに基づく音楽音響信号に対するリード・リズムギター譜推定

柴田 健太郎, 坂東 宜昭, 尾島 優太, 錦見 亮, 糸山 克寿, 吉井 和佳

情報処理学会 第80回全国大会   80th ( 3N-2 )   163 - 164   2018年3月

VAEを用いたメロディのモーフィング

村田 叡, 坂東 宜昭, 糸山 克寿, 吉井 和佳

情報処理学会 第80回全国大会   2018 ( 3N-8 )   175 - 176   2018年3月

ブラインド音源分離のための高速相関テンソル分解

北村 昂一, 坂東 宜昭, 糸山 克寿, 吉井 和佳, 河原 達也

電子情報通信学会 音声研究会   117 ( 517 )   235 - 240   2018年3月

マルチチャネル非負値行列因子分解に基づくビームフォーミングを用いた雑音環境下音声認識

島田 一希, 坂東 宜昭, 三村 正人, 糸山 克寿, 吉井 和佳, 河原 達也

電子情報通信学会 音声研究会   117 ( 517 )   33 - 38   2018年3月

Variational Auto Encoderを用いたメロディとコードのモーフィング

村田叡, 坂東宜昭, 糸山克寿, 吉井和佳

情報処理学会全国大会講演論文集   80th ( 2 )   2018年

感覚機能統合型能動スコープカメラの改良と瓦礫フィールドへの適用

山内 悠, 安部 祐一, 永野 光, 昆陽 雅司, 坂東 宜昭, 山崎 公俊, 糸山 克寿, 猿渡 洋, 岡谷 貴之, 奥乃 博, 田所 諭

第18回計測自動制御学会システムインテグレーション部門講演会 (SI2017)   18th ( 1C6‐09 )   2017年12月

ImPACT TRC太索状ロボット研究開発の概要

松野 文俊, 亀川 哲志, 田中 基康, 奥乃 博, 多田隈 建二郎, 伊達 央, 有泉 亮, 伊藤 一之, 大道 武生, 芦澤 怜史, 鈴木 陽介, 糸山 克寿, 藤原 始史, 坂東 宜明, 竹森 達也, 藤田 政宏

第8回横幹連合コンファレンス   2017 ( C‐3‐1 )   C - 3-1   2017年12月

配管内探査ロボットのための音響センサを用いた自己位置推定

坂東 宜昭, 須原 大貴, 亀川 哲志, 糸山 克寿, 吉井 和佳, 松野 文俊, 奥乃 博

第8回横幹連合コンファレンス   ( C-4-2 )   2017年12月

ポスター講演 調とリズムを考慮した階層隠れセミマルコフモデルに基づく歌声の自動採譜 (情報論的学習理論と機械学習)

錦見 亮, 中村 栄太, 後藤 真孝, 糸山 克寿, 吉井 和佳

電子情報通信学会技術研究報告 = IEICE technical report : 信学技報   117 ( 293 )   147 - 153   2017年11月

ポスター講演 和音系列に対するPCFGのベイズ学習とSplit-Mergeサンプリングを用いたメロディへの和声付け (情報論的学習理論と機械学習)

津島 啓晃, 中村 栄太, 糸山 克寿, 吉井 和佳

電子情報通信学会技術研究報告 = IEICE technical report : 信学技報   117 ( 293 )   101 - 107   2017年11月

和音系列に対するPCFGのベイズ学習とSplit-Mergeサンプリングを用いたメロディへの和声付け

津島 啓晃, 中村 栄太, 糸山 克寿, 吉井 和佳

第20回情報論的学習理論ワークショップ (IBIS2017)   117 ( 293 )   101 - 107   2017年11月

調とリズムを考慮した階層隠れセミマルコフモデルに基づく歌声の自動採譜

錦見 亮, 中村 栄太, 後藤 真孝, 糸山 克寿, 吉井 和佳

第20回情報論的学習理論ワークショップ (IBIS2017)   117 ( 293 )   147 - 153   2017年11月

音響センサを用いた配管内探査ヘビ型ロボットの3次元位置推定

坂東 宜昭, 須原 大貴, 亀川 哲志, 糸山 克寿, 吉井 和佳, 松野 文俊, 奥乃 博

第35回 日本ロボット学会学術講演会 (RSJ2017)   ( 3A2-01 )   2017年9月

雑音環境下音声認識のための多チャネル非負値行列因子分解に基づく教師なしビームフォーマ

島田 一希, 坂東 宜昭, 三村 正人, 糸山 克寿, 吉井 和佳, 河原 達也

電子情報通信学会 音声研究会   117 ( 189 )   19 - 24   2017年8月

調とリズムを考慮した階層隠れセミマルコフモデルに基づく歌声F0軌跡に対する音符推定

錦見 亮, 中村 栄太, 後藤 真孝, 糸山 克寿, 吉井 和佳

情報処理学会 第116回音楽情報科学研究会   2017-MUS-116 ( 17 )   1 - 8   2017年8月

和音系列の統計的木構造解析とSplit-Mergeサンプリングに基づくメロディへの和声付け

津島 啓晃, 中村 栄太, 糸山 克寿, 吉井 和佳

情報処理学会 第116回音楽情報科学研究会   2017-MUS-116 ( 14 )   1 - 7   2017年8月

既存歌唱曲アレンジのための歌声キーボード

尾島 優太, 中野 倫靖, 深山 覚, 加藤 淳, 後藤 真孝, 糸山 克寿, 吉井 和佳

情報処理学会 第116回音楽情報科学研究会   2017-MUS-116 ( 4 )   1 - 7   2017年8月

楽曲中の歌声とユーザ歌唱のリアルタイムアラインメントに基づく伴奏追従型カラオケシステム

和田 雄介, 坂東 宜昭, 中村 栄太, 糸山 克寿, 吉井 和佳

情報処理学会 第116回音楽情報科学研究会   2017-MUS-116 ( 3 )   1 - 7   2017年8月

深層生成モデルを事前分布に用いた教師なし音声強調

坂東 宜昭, 三村 正人, 糸山 克寿, 吉井 和佳, 河原 達也

電子情報通信学会 音声研究会   117 ( 189 )   1 - 6   2017年8月

ニューラルネットワークを用いたセミブラインド音声分離・強調

和気 雅弥, 坂東 宜昭, 三村 正人, 糸山 克寿, 吉井 和佳, 河原 達也

電子情報通信学会 音声研究会   117 ( 189 )   13 - 18   2017年8月

多チャネル低ランク・スパース分解に基づく柔軟索状レスキューロボットのためのリアルタイム音声強調

坂東 宜昭, 安部 祐一, 糸山 克寿, 昆陽 雅司, 田所 諭, 中臺 一博, 吉井 和佳, 奥乃 博

ロボティクス・メカトロニクス講演会2017 (ROBOMECH2017)   2017 ( 1P2-P05 )   1P2 - P05   2017年5月

マイクロホンアレイを搭載した複数ロボットによる自己位置・同期ずれ・音源位置・音源信号の推定

関口 航平, 坂東 宜昭, 糸山 克寿, 吉井 和佳

ロボティクス・メカトロニクス講演会2017 (ROBOMECH2017)   2017 ( 1P2-P06 )   1P2 - P06   2017年5月

感覚機能統合型能動スコープカメラの開発

安部 祐一, 田所 諭, 坂東 宜昭, 永野 光, 昆陽 雅司, 山崎 公俊, 糸山 克寿, 猿渡 洋, 岡谷 貴之, 奥乃 博

ロボティクス・メカトロニクス講演会2017 (ROBOMECH2017)   2017 ( 1P2-P01 )   1P2-P01   2017年5月

既存歌唱曲のリアルタイム歌声アレンジシステム

尾島 優太, 中野 倫靖, 深山 覚, 加藤 淳, 後藤 真孝, 糸山 克寿, 吉井 和佳

情報処理学会 第79回全国大会   ( 7L-3 )   127 - 128   2017年3月

ロボット対話における深層学習を用いたセミブラインド音声強調

和気 雅弥, 坂東 宜昭, 三村 正人, 糸山 克寿, 吉井 和佳, 河原 達也

情報処理学会 第79回全国大会   2017 ( 6M-1 )   219 - 220   2017年3月

遠隔音声認識のためのブラインド音源分離に基づくビームフォーマ

島田 一希, 坂東 宜昭, 板倉 光佑, 三村 正人, 糸山 克寿, 吉井 和佳, 河原 達也

情報処理学会 第79回全国大会   2017 ( 6M-2 )   221 - 222   2017年3月

ベイズ文脈自由文法に基づく和音系列の教師なし構文解析と自動生成

津島 啓晃, 中村 栄太, 糸山 克寿, 吉井 和佳

情報処理学会 第79回全国大会   ( 4L-2 )   87 - 88   2017年3月

スケールと音高の過渡的変化を考慮したHSMMに基づく歌声F0軌跡に対する音符推定

錦見 亮, 中村 栄太, 糸山 克寿, 吉井 和佳

情報処理学会 第79回全国大会   ( 7L-1 )   123 - 124   2017年3月

市販音楽CDを用いたユーザ歌唱に伴奏音が自動追従するスマートカラオケシステム

和田 雄介, 中村 栄太, 糸山 克寿, 吉井 和佳

情報処理学会 第79回全国大会   ( 5L-1 )   97 - 98   2017年3月

熱帯の長期環境録音データから鳥類のさえずりを検出する

藤田 素子, 丸山 晃央, 糸山 克寿, 奥乃 博, 神崎 護

第64回日本生態学会大会   ( P2‐B‐094 )   2017年3月

楽譜簡略化と自動補完伴奏によるピアノ演奏練習支援システム

福田 翼, 中村 栄太, 糸山 克寿, 吉井 和佳

情報処理学会 第114回音楽情報科学研究会   2017-MUS-114 ( 21 )   1 - 4   2017年2月

HARK2.3の紹介とタフロボティクスチャレンジへの展開

中臺 一博, 坂東 宜昭, 水本 武志, 干場 功太郎, 小島 諒介, 糸山 克寿, 杉山 治, 公文 誠, 奥乃 博

第17回計測自動制御学会システムインテグレーション部門講演会 (SI2016)   ( 3A3‐3 )   2016年12月

マルチチャネル音源分離のための低ランク音源モデルとスパース重畳過程に基づくネスト型ベイズ混合・因子モデル

板倉 光佑, 坂東 宜昭, 中村 栄太, 糸山 克寿, 吉井 和佳, 河原 達也

第19回情報論的学習理論ワークショップ (IBIS2016)   116 ( 300 )   353 - 359   2016年11月

音楽音響信号解析のためのディリクレ過程に基づくベイズ潜在成分分析

吉井 和佳, 中村 栄太, 糸山 克寿, 後藤 真孝

第19回情報論的学習理論ワークショップ (IBIS2016)   116 ( 300 )   155 - 162   2016年11月

音楽音響信号に対する多重音高推定と和音構造学習のための階層ベイズ音響・言語統合モデル

尾島 優太, 中村 栄太, 糸山 克寿, 吉井 和佳

第19回情報論的学習理論ワークショップ (IBIS2016)   116 ( 300 )   329 - 335   2016年11月

歌声F0軌跡に対する自動採譜のための準ビート同期セグメンタルHMM

錦見 亮, 中村 栄太, 糸山 克寿, 吉井 和佳

第19回情報論的学習理論ワークショップ (IBIS2016)   116 ( 300 )   337 - 343   2016年11月

変分ベイズ多チャネルRNMFに基づく柔軟索状レスキューロボットのための音声強調

坂東 宜昭, 糸山 克寿, 昆陽 雅司, 田所 諭, 中臺 一博, 吉井 和佳, 奥乃 博

第34回 日本ロボット学会学術講演会 (RSJ2016)   34th ( 1C2‐04 )   2016年9月

変分ベイズ多チャネルロバストNMFに基づくマイクロホンの移動・被覆を許容する音声強調

坂東 宜昭, 糸山 克寿, 昆陽 雅司, 田所 諭, 中臺 一博, 吉井 和佳, 河原 達也, 奥乃 博

電子情報通信学会 音声研究会   116 ( 189 )   47 - 52   2016年8月

マルチチャネル音源分離のためのネスト型基底・音源混合モデルに基づく時間周波数クラスタリング

板倉 光佑, 坂東 宜昭, 中村 栄太, 糸山 克寿, 吉井 和佳, 河原 達也

電子情報通信学会 音声研究会   116 ( 189 )   25 - 28   2016年8月

音型の反復と変形に基づく階層ベイズ音楽言語モデルとMIDI演奏のリズム採譜への応用

中村 栄太, 糸山 克寿, 吉井 和佳

情報処理学会 第112回音楽情報科学研究会   2016‐MUS‐112 ( 22 )   1 - 6   2016年7月

調・コード・音高・スペクトログラムの階層ベイズモデルに基づく多重音解析

尾島 優太, 中村 栄太, 糸山 克寿, 吉井 和佳

情報処理学会 第112回音楽情報科学研究会   2016‐MUS‐112 ( 6 )   1 - 8   2016年7月

NMF vs PLCA: 多重音生成過程のための無限因子モデルと無限混合モデル

吉井 和佳, 中村 栄太, 糸山 克寿, 後藤 真孝

情報処理学会 第112回音楽情報科学研究会   2016‐MUS‐112 ( 21 )   1 - 10   2016年7月

視聴覚統合ビートトラッキングとリアルタイムコード認識を用いたダンス共演ロボット

大喜多 美里, 坂東 宜昭, 糸山 克寿, 吉井 和佳

情報処理学会 第112回音楽情報科学研究会   2016‐MUS‐112 ( 15 )   1 - 6   2016年7月

歌声F0軌跡に対する音符推定のためのベイジアン準ビート同期HMM

錦見 亮, 中村 栄太, 糸山 克寿, 吉井 和佳

情報処理学会 第112回音楽情報科学研究会   2016-MUS-112 ( 7 )   1 - 7   2016年7月

柔軟索状レスキューロボットのためのマイクロホン・加速度センサアレイを用いた3次元姿勢推定

坂東 宜昭, 糸山 克寿, 昆陽 雅司, 田所 諭, 中臺 一博, 吉井 和佳, 奥乃 博

ロボティクス・メカトロニクス講演会2016 (ROBOMECH2016)   2016 ( 1A2-10a6 )   2016年6月

ロボット聴覚の極限音響への展開

奥乃 博, 中臺 一博, 公文 誠, 糸山 克寿, 吉井 和佳, 坂東 宜昭, 佐々木 洋子

ロボティクス・メカトロニクス講演会2016 (ROBOMECH2016)   2016 ( 1A2-09b3 )   1A2 - 09b3   2016年6月

非同期マイクロホンアレイを搭載した複数ロボットによる音環境マップの協調オンライン推定

関口 航平, 坂東 宜昭, 中村 圭佑, 中臺 一博, 糸山 克寿, 吉井 和佳

ロボティクス・メカトロニクス講演会2016 (ROBOMECH2016)   2016 ( 1A2-09b5 )   1A2-09b5   2016年6月

「音学シンポジウム2016」開催にあたって

北原 鉄朗, 齋藤 大輔, 森勢 将雅, 深山 覚, 糸山 克寿, 滝口 哲也, 饗庭 絵里子, 堀内 俊治, 寺島 裕貴, 亀岡 弘和, 大石 康智, 程島 奈緒, 向井 智彦, 小幡 哲史

情報処理学会 第111回音楽情報科学研究会 (音学シンポジウム2015)   2016-MUS-111 ( 1 )   1 - 2   2016年5月

音源スペクトログラムの低ランク性とスパース性を考慮したNMF-LDAに基づくマルチチャネル音源定位と音源分離

板倉 光佑, 坂東 宜昭, 中村 栄太, 糸山 克寿, 吉井 和佳

情報処理学会 第78回全国大会   2016 ( 4Q-3 )   485 - 486   2016年3月