カリキュラムSession3｜『人を知る』人工知能講座 2022

	［河原達也教授　研究室］

音声強調・認識・対話の理論的基盤の講義と最新動向の紹介および、アプリケーション作成からモデルの深層学習演習を行います。

京都大学大学院情報学研究科知能情報学専攻教授
河原達也

京都大学大学院情報学研究科知能情報学専攻准教授
吉井和佳

京都大学大学院情報学研究科知能情報学専攻助教
井上昴治

音声強調・認識・対話の理論的基盤の講義と最新動向の紹介および、アプリケーション作成からモデルの深層学習演習を行います。

京都大学大学院情報学研究科知能情報学専攻教授
河原達也

京都大学大学院情報学研究科知能情報学専攻准教授
吉井和佳

京都大学大学院情報学研究科知能情報学専攻助教
井上昂治

前提知識	２週目は Linux、Python、Pytorchなどの経験が必要

10月20日（木）

9:30～		音声技術の展望深層学習、ビッグデータ
11:00～		音声認識の概要音声認識の原理、End-to-Endモデル
12:30～	休　憩
13:30～		音声認識の基盤技術音声分析、音響モデル、HMM、言語モデル、N-gram
15:00～		音声認識演習（Julius）文法記述による音声認識システム構築
16:30～ 18:00		音声対話システム実装① 音声認識・音声合成

10月21日（金）

9:30～		音声対話の概要音声対話システムの構成、タスクの分類
11:00～		音声対話の基盤技術音声言語理解、応答生成
12:30～	休　憩
13:30～		音声対話システム実装② 言語理解
15:00～		音声対話システム実装③（対話管理）対話管理
16:30～ 18:00		スマートスピーカアプリ実装（Dialogflow）スマートスピーカなどを想定したアプリ構築

10月27日（木）

9:30～		系列写像学習 Seq2seqモデル、End-to-End認識、CTC、注意機構モデル
11:00～		Seq2seqモデル学習演習 CTC、注意機構モデル、Acoustic-to-Wordモデル
12:30～	休　憩
13:30～		seq2seqモデル学習演習（同上）
15:00～		マイクアレイ信号処理の基礎音の伝達過程、ステアリングベクトル、確率モデル
16:30～ 18:00		ビーフォーミング DS、ML、MVDRビームフォーマ

10月28日（金）

9:30～		音源定位部分空間法、MUSIC法
11:00～		音響モデリング MM/EMアルゴリズム、NMF、VAE
12:30～	休　憩
13:30～		ブラインド音源分離 IICA、IVA、ILRMA、MNMF、FastMNMF
15:00～		ブラインド音源分離（同上）
16:30～		音楽分離 U-Net
18:00～	アフターセッション