奈良先端科学技術大学院大学   情報科学研究科   助手

2005年4月 - 2007年3月

日本学術振興会   特別研究員－ＰＤ

2003年4月 - 2005年3月

情報処理学会   音声言語情報処理研究運営委員会 主査  

2022年4月 - 現在   

IEEE SLT 2022, Organizing Committee   Organizing Committee Member, Regional Publicity Chair  

2021年7月 - 2023年1月   

IEEE Signal Processing Letters, Editorial Board   Senior Area Editor  

2020年12月 - 現在   

JASA Express Letters, Editorial Board   Associate Editor  

2020年6月 - 2023年6月   

Joint Workshop for the Blizzard Challenge and Voice Conversion Challenge 2020, Organizing Committee   Organizing Committee Member  

2020年2月 - 2020年11月   

IEEE Signal Processing Society, Tokyo Joint Chapter   Treasurer  

2019年1月 - 2021年1月   

DSP in vehicles 2018, Organizing Committee   Organizing Committee Member, Program Chair  

2018年1月 - 2018年10月   

IEEE Signal Processing Letters, Editorial Board   Associate Editor  

2016年11月 - 2020年12月   

電子情報通信学会／日本音響学会   音声研究専門委員会 専門委員  

2016年6月 - 2020年5月   

国公立大学情報システム研究会 編集委員会   編集委員長  

2016年6月 - 2018年6月   

国公立大学情報システム研究会   世話人  

2016年6月 - 2018年6月   

IEEE ASRU 2017, Organizing Committee   Organizing Committee Member, Challenge Chair  

2016年6月 - 2017年12月   

大学ICT運営協議会 2015年度年次大会 実行委員会   実行委員  

2015年9月 - 2015年12月   

International Workshop on Machine Learning in Spoken Language Processing (MLSLP), Organizing Committee   Organizing Committee Member, Technical Program Chair  

2015年4月 - 2015年9月   

IEEE ASRU 2015, Organizing Committee   Organizing Committee Member, Regional Publicity Chair  

2014年8月 - 2015年12月   

IEEE Signal Processing Society   Speech and Language Technical Committee Member  

2014年1月 - 2016年12月   

日本音響学会   事業委員会 委員  

2013年8月 - 2017年8月   

日本音響学会 編集委員会   論文部会委員  

2013年6月 - 2017年6月   

電子情報通信学会／日本音響学会   音声研究専門委員会 幹事（企画）  

2013年5月 - 2015年5月   

EURASIP Journal on Audio, Speech, and Music Processing, Editorial Board   Associate Editor  

2013年4月 - 現在   

情報処理学会   音楽情報科学研究運営委員会 運営委員  

2013年4月 - 2017年3月   

IEEE Signal Processing Society, Kansai Chapter   Treasurer  

2013年2月 - 2015年1月   

IEEE ICASSP 2012, Organizing Committee   Organizing Committee Member  

2011年12月 - 2012年3月   

International Workshop on Statistical Machine Learning for Speech Processing (IWSML), Organizing Committee   Organizing Committee Member, Local Chair  

2011年9月 - 2012年3月   

ACM Transactions on Speech and Language Processing, Editorial Board   Associate Editor  

2011年3月 - 2013年12月   

IEEE Signal Processing Society, Kansai Chapter   Secretary  

2011年2月 - 2013年1月   

APSIPA   Speech, Language, and Audio Technical Committee Member  

2010年4月 - 2016年12月   

INTERSPEECH 2010,Organizing Committee   Organizing Committee Member, Student Award  

2010年1月 - 2010年9月   

The 7th ISCA Speech Synthesis Workshop (SSW7), Organizing Committee   Organizing Committee Member  

2008年8月 - 2010年9月   

情報処理学会   音声言語情報処理研究運営委員会 運営委員  

2008年4月 - 2012年3月   

IEEE Signal Processing Society   Speech and Language Technical Committee Member  

2007年1月 - 2009年12月   

大学ICT推進協議会 2017年度年次大会 優秀論文賞

2018年3月   大学ICT推進協議会   名古屋大学におけるサーバ型紙レポート・LMS連携システムの開発

清谷 竣也, 伊藤 瑠哉, 岡本 康佑, 谷川 右京, 大平 茂輝, 出口 大輔, 戸田 智基

文部科学大臣表彰 若手科学者賞

2015年4月   文部科学省  

戸田 智基

言語処理学会 第21回年次大会 優秀賞

2015年3月   言語処理学会  

小田 悠介、Graham Neubig、Sakriani Sakti、戸田 智基、中村 哲

APSIPA ASC 2014 The Best Paper Award

2014年12月   APSIPA  

The 2013 EURASIP-ISCA Best Paper Award (Speech Communication Journal)

2013年9月   EURASIP, and ISCA  

情報処理学会 2012年度喜安記念業績賞

2013年6月   情報処理学会  

徳田 恵一, 戸田 智基, 全 炳河, 山岸 順一, 大浦 圭一郎

APSIPA ASC 2012 The Best Paper Award (Short Paper in Regular Session Category)

2012年12月   APSIPA  

2010年度音声研究会研究奨励賞

2011年6月   電子情報通信学会／日本音響学会 音声研  

戸田 智基

IEEE Signal Processing Society 2009 Young Author Best Paper Award

2010年3月   IEEE Signal Processing Society  

日本音響学会 第４回独創研究奨励賞板倉記念

2009年3月   日本音響学会  

戸田 智基

日本音響学会 第２６回粟屋潔学術奨励賞

2009年3月   日本音響学会  

戸田 智基

電子情報通信学会 2007年度情報・システムソサイエティ論文賞（連作論文）

2008年12月   電子情報通信学会情報・システムソサイエティ  

全 炳河, 戸田 智基, 中村 勝, 徳田 恵一, 益子 貴史, 小林 隆夫, 北村 正

第１０回エリクソン・ヤング・サイエンティスト・アワード

2008年11月   日本エリクソン株式会社  

戸田 智基

第２３回電気通信普及財団賞 テレコムシステム技術賞

2008年3月   電気通信普及財団  

全 炳河, 戸田 智基, 中村 勝, 徳田 恵一, 益子 貴史, 小林 隆夫, 北村 正, 吉村 貴克

第１８回電気通信普及財団賞 テレコムシステム技術学生賞

2003年3月   電気通信普及財団  

戸田 智基

Dual-channel target speaker extraction based on conditional variational autoencoder and directional information 査読有り

R. Wang, L. Li, T. Toda

IEEE/ACM Transactions on Audio, Speech and Language Processing   32 巻   頁： 12 pages   2024年3月

Fast neural speech waveform generative models with fully-connected layer-based upsampling 査読有り

H. Yamashita, T. Okamoto, R. Takashima, Y. Ohtani, T. Takiguchi, T. Toda, H. Kawai

IEEE Access   12 巻   頁： 31409 - 31421   2024年2月

喉頭摘出者における音声収録アプリを用いた術前音声の保存 ―Save the Voice プロジェクト― 査読有り

西尾 直樹, 戸田 智基, 小林 和弘, 三谷 壮平, 飴矢 美里, 向山 宣昭, 木村 宏之, 徳倉 達也, 坪井 崇, 藤本 保志, 曾根 三千彦

喉頭   35 巻 ( 2 ) 頁： 142 - 147   2023年12月

The Singing Voice Conversion Challenge 2023 査読有り 国際共著

W.-C. Huang, L.P. Violeta, S. Liu, J. Shi, T. Toda

Proc. IEEE ASRU     頁： 8 pages   2023年12月

ED-CEC: improving rare word recognition using ASR post-processing based on error detection and context-aware error correction 査読有り

J. He, Z. Yang, T. Toda

Proc. IEEE ASRU     頁： 6 pages   2023年12月

Improving severity preservation of healthy-to-pathological voice conversion with global style tokens 査読有り 国際共著

B. Halpern, W.-C. Huang, L.P. Violeta, R. van Son, T. Toda

Proc. IEEE ASRU     頁： 7 pages   2023年12月

A comparative study of voice conversion models with large-scale speech and singing data: the T13 systems for the Singing Voice Conversion Challenge 2023 査読有り

R. Yamamoto, R. Yoneyama, L.P. Violeta, W.-C. Huang, T. Toda

Proc. IEEE ASRU     頁： 6 pages   2023年12月

The VoiceMOS Challenge 2023: zero-shot subjective speech quality prediction for multiple domains 査読有り 国際共著

E. Cooper, W.-C. Huang, Y. Tsao, H.-M. Wang, T. Toda, J. Yamagishi

Proc. IEEE ASRU     頁： 7 pages   2023年12月

WaveNeXt: ConvNeXt-based fast neural vocoder without iSTFT layer 査読有り

T. Okamoto, H. Yamashita, Y. Ohtani, T. Toda, H. Kawai

Proc. IEEE ASRU     頁： 8 pages   2023年12月

Sequence-to-sequence network training methods for automatic guitar transcription with tokenized outputs 査読有り

S. Kim, K. Takeda, T. Toda

Proc. ISMIR     頁： 524 - 531   2023年11月

Evaluating methods for ground-truth-free foreign accent conversion 査読有り

W.-C. Huang, T. Toda

Proc. APSIPA ASC     頁： 1136 - 1141   2023年11月

An analysis of personalized speech recognition system development for the deaf and hard-of-hearing 査読有り

L.P. Violeta, T. Toda

Proc. APSIPA ASC     頁： 1851 - 1856   2023年11月

Semi-supervised multimodal emotion recognition with consensus decision-making and label correction 査読有り 国際共著

J. Tian, D. Hu, X. Shi, J. He, X. Li, Y. Gao, T. Toda, X. Xu, X. Hu

Proc. MRAC     頁： 67 - 73   2023年10月

Differentiable representation of warping based on Lie group theory 査読有り

A. Miyashita, T. Toda

Proc. IEEE WASPAA     頁： 5 pages   2023年10月

Directional target speaker extraction under noisy underdetermined conditions through conditional variational autoencoder with global style tokens 査読有り

R. Wang, T. Toda

Proc. IEEE WASPAA     頁： 5 pages   2023年10月

Sound field interpolation with unsupervised calibration for freely spaced circular microphone array in rotation-robust beamforming 査読有り

S. Luan, Y. Wakabayashi, T. Toda

Proc.EUSIPCO     頁： 21 - 25   2023年9月

High-fidelity and pitch-controllable neural vocoder based on unified source-filter networks 査読有り

R. Yoneyama, Y.-C. Wu, T. Toda

IEEE/ACM Transactions on Audio, Speech and Language Processing   31 巻   頁： 3717 - 3729   2023年9月

Noisy-to-noisy voice conversion under variations of noisy condition 査読有り

C. Xie, T. Toda

IEEE/ACM Transactions on Audio, Speech and Language Processing   31 巻   頁： 3871 - 3882   2023年9月

Preference-based training framework for automatic speech quality assessment using deep neural network 査読有り

C.-H. Hu, Y. Yasuda, T. Toda

Proc. INTERSPEECH     頁： 546 - 550   2023年8月

Analysis of mean opinion scores in subjective evaluation of synthetic speech based on tail probabilities 査読有り

Y. Yasuda, T. Toda

Proc. INTERSPEECH     頁： 5491 - 5495   2023年8月

Reverberation-controllable voice conversion using reverberation time estimator 査読有り

Y. Choi, C. Xie, T. Toda

Proc. INTERSPEECH     頁： 2103 - 2107   2023年8月

E2E-S2S-VC: end-to-end sequence-to-sequence voice conversion 査読有り

T. Okamoto, H. Yamashita, T. Toda, H. Kawai

Proc. INTERSPEECH     頁： 2043 - 2047   2023年8月

Emotion awareness in multi-utterance turn for improving emotion prediction in multi-speaker conversation 査読有り 国際共著

X. Shi, X. Li, T. Toda

Proc. INTERSPEECH     頁： 765 - 769   2023年8月

Low-latency electrolaryngeal speech enhancement based on FastSpeech2-based voice conversion and self-supervised speech representation 査読有り

K. Kobayashi, T. Hayashi, T. Toda

Proc. IEEE ICASSP     頁： 5 pages   2023年6月

Text-to-speech synthesis based on latent variable conversion using diffusion probabilistic model and variational autoencoder 査読有り

Y. Yasuda, T. Toda

Proc. IEEE ICASSP     頁： 5 pages   2023年6月

NNSVS: a neural network based singing voice synthesis toolkit 査読有り

R. Yamamoto, R. Yoneyama, T. Toda

Proc. IEEE ICASSP     頁： 5 pages   2023年6月

Representation of vocal tract length transformation based on group theory 査読有り

A. Miyashita, T. Toda

Proc. IEEE ICASSP     頁： 5 pages   2023年6月

Analysis of Noisy-target Training for DNN-based speech enhancement 査読有り

T. Fujimura, T. Toda

Proc. IEEE ICASSP     頁： 5 pages   2023年6月

Intermediate fine-tuning using imperfect synthetic speech for improving electrolaryngeal speech recognition 査読有り

L.P. Violeta, D. Ma, W.-C. Huang, T. Toda

Proc. IEEE ICASSP     頁： 5 pages   2023年6月

Source-Filter HiFiGAN: fast and pitch controllable high-fidelity neural vocoder 査読有り 国際共著

R. Yoneyama, Y.-C. Wu, T. Toda

Proc. IEEE ICASSP     頁： 5 pages   2023年6月

Harmonic-Net: fundamental frequency and speech rate controllable fast neural vocoder 査読有り

K. Matsubara, T. Okamoto, R. Takashima, T. Takiguchi, T. Toda, H. Kawai

IEEE/ACM Transactions on Audio, Speech and Language Processing   31 巻   頁： 1902 - 1915   2023年5月

Two-stage training method for Japanese electrolaryngeal speech enhancement based on sequence-to-sequence voice conversion 査読有り

D. Ma, L.P. Violeta, K. Kobayashi, T. Toda

Proc. IEEE SLT     頁： 949 - 954   2023年1月

Music similarity calculation of individual instrumental sounds using metric learning 査読有り

Y. Hashizume, L. Li, T. Toda

Proc. APSIPA ASC     頁： 33 - 38   2022年11月

Sequence-wise optimization for quasi-harmonic speech waveform modeling 査読有り

S. Chen, T. Toda

Proc. APSIPA ASC     頁： 1658 - 1663   2022年11月

Direction-aware target speaker extraction with a dual-channel system based on conditional variational autoencoders under underdetermined conditions 査読有り

R. Wang, L. Li, T. Toda

Proc. APSIPA ASC     頁： 347 - 353   2022年11月

Interpretable control for emotional text-to-speech system toward development of sympathetic educational-support robots 査読有り

J. Feng, T. Yoshikawa, T. Toda

Proc. APSIPA ASC     頁： 342 - 346   2022年11月

A comparative study of self-supervised speech representation based voice conversion 査読有り 国際共著

W.-C. Huang, S.-W. Yang, T. Hayashi, T. Toda

IEEE Journal of Selected Topics in Signal Processing   16 巻 ( 6 ) 頁： 1308 - 1318   2022年10月

Investigation of Japanese Png BERT language model in text-to-speech synthesis for pitch accent language 査読有り

Y. Yasuda, T. Toda

IEEE Journal of Selected Topics in Signal Processing   16 巻 ( 6 ) 頁： 1319 - 1328   2022年10月

A cyclical approach to synthetic and natural speech mismatch refinement of neural post-filter for low-cost text-to-speech system 査読有り

Y.-C. Wu, P.L. Tobing, K. Yasuhara, N. Matsunaga, Y. Ohtani, T. Toda

APSIPA Transactions on Signal and Information Processing   11 巻 ( e30 ) 頁： 1 - 32   2022年9月

Investigating self-supervised pretraining frameworks for pathological speech recognition 査読有り

L.P. Violeta, W.-C. Huang, T. Toda

Proc. INTERSPEECH     頁： 41 - 45   2022年9月

Unified source-filter GAN with harmonic-plus-noise source excitation generation 査読有り

R. Yoneyama, Y.-C. Wu, T. Toda

Proc. INTERSPEECH     頁： 848 - 852   2022年9月

The VoiceMOS Challenge 2022 査読有り 国際共著

W.-C. Huang, E. Cooper, Y. Tsao, H.-M. Wang, T. Toda, J. Yamagishi

Proc. INTERSPEECH     頁： 4536 - 4540   2022年9月

Spoken-text-style transfer with conditional variational autoencoder and content word storage 査読有り

D. Yoshioka, Y. Yaduda, N. Matsunaga, Y. Ohtani, T. Toda

Proc. INTERSPEECH     頁： 4576 - 4580   2022年9月

An evaluation of three-stage voice conversion framework for noisy and reverberant conditions 査読有り

Y. Choi, C. Xie, T. Toda

Proc. INTERSPEECH     頁： 4910 - 4914   2022年9月

Improvement of anomalous sound detection method considering the distribution of embedding 招待有り 査読有り

I. Kuroyanagi, T. Hayashi, K. Takeda, T. Toda

Proc. ICA     頁： 5 pages   2022年9月

Noisy-to-noisy voice conversion with pre-training strategy 招待有り 査読有り

C. Xie, T. Toda

Proc. ICA     頁： 5 pages   2022年9月

Improvement of serial approach to anomalous sound detection by incorporating two binary cross-entropies for outlier exposure 査読有り

I. Kuroyanagi, T. Hayashi, K. Takeda, T. Toda

Proc. EUSIPCO     頁： 294 - 298   2022年8月

Modified sound field interpolation method for rotation-robust beamforming with unequally spaced circular microphone array 査読有り

S. Luan, Y. Wakabayashi, T. Toda

Proc. EUSIPCO     頁： 344 - 348   2022年8月

Note-level automatic guitar transcription using attention mechanism 査読有り

S. Kim, T. Hayashi, T. Toda

Proc. EUSIPCO     頁： 229 - 233   2022年8月

Generalization ability of MOS prediction networks 査読有り

E. Cooper, W.-C. Huang, T. Toda, J. Yamagishi

Proc. IEEE ICASSP     頁： 8442 - 8446   2022年5月

LDNet: unified listener dependent modeling in MOS prediction for synthetic speech 査読有り

W.-C. Huang, E. Cooper, J. Yamagishi, T. Toda

Proc. IEEE ICASSP     頁： 896 - 900   2022年5月

S3PRL-VC: open-source voice conversion framework with self-supervised speech representations 査読有り 国際共著

W.-C. Huang, S.-W. Yang, T. Hayashi, H.-Y. Lee, S. Watanabe, T. Toda

Proc. IEEE ICASSP     頁： 6552 - 6556   2022年5月

Towards identity preserving normal to dysarthric voice conversion 査読有り 国際共著

W.-C. Huang, B.M Halpern, L.P. Violeta, O. Scharenborg, T. Toda

Proc. IEEE ICASSP     頁： 6672 - 6676   2022年5月

Direct noisy speech modeling for noisy-to-noisy voice conversion 査読有り

C. Xie, Y-.C. Wu, P.L. Tobing, W-.C. Huang, T. Toda

Proc. IEEE ICASSP     頁： 6787 - 6791   2022年5月

An investigation of streaming non-autoregressive sequence-to-sequence voice conversion 査読有り

T. Hayashi, K. Kobayashi, T. Toda

Proc. IEEE ICASSP     頁： 6802 - 6806   2022年5月

Comparison of real-time multi-speaker neural vocoders on CPUs 査読有り

K. Matsubara, T. Okamoto, R. Takashima, T. Takiguchi, T. Toda, H. Kawai

Acoustical Science and Technology, Acoustical Letter   43 巻 ( 2 ) 頁： 121 - 124   2022年3月

Neural speech-rate conversion with multispeaker WaveNet vocoder 査読有り

T. Okamoto, K. Matsubara, T. Toda, Y. Shiga, H. Kawai

Speech Communication   138 巻   頁： 1 - 12   2022年3月

S3PRL-VC: open-source voice conversion framework with self-supervised speech representations 査読有り 国際共著

W.-C. Huang, S.-W. Yang, T. Hayashi, H.-Y. Lee, S. Watanabe, T. Toda

Proc. AAAI-22 Workshop, W35: Self-Supervised Learning for Audio and Speech Processing     頁： 5 pages   2022年2月

Multi-stream HiFi-GAN with data-driven waveform decomposition 査読有り

T. Okamoto, T. Toda, H. Kawai

Proc. IEEE ASRU     頁： 610 - 617   2021年12月

On prosody modeling for ASR+TTS based voice conversion 査読有り 国際共著

W.-C. Huang, T. Hayashi, X. Li, S. Watanabe, T. Toda

Proc. IEEE ASRU     頁： 642 - 649   2021年12月

Mandarin electrolaryngeal speech voice conversion with sequence-to-sequence modeling 査読有り 国際共著

M.-C. Yen, W.-C. Huang, K. Kobayashi, Y.-H. Peng, S.-W. Tasi, Y. Tsao, T. Toda, J.-S. R. Jang, H.-M. Wang

Proc. IEEE ASRU     頁： 650 - 657   2021年12月

HASA-Net: a non-intrusive hearing-aid speech assessment network 査読有り 国際共著

H.-T. Chiang, Y.-C. Wu, C. Yu, T. Toda, H.-M. Wang, Y.-C. Hu, Y. Tsao

Proc. IEEE ASRU     頁： 907 - 913   2021年12月

Mandarin electro-laryngeal speech enhancement based on statistical voice conversion and manual tone control 査読有り 国際共著

Z. Qian, H. Niu, L. Wang, K. Kobayashi, S. Zhang, T. Toda

Proc. APSIPA ASC     頁： 546 - 552   2021年12月

Noisy-to-noisy voice conversion framework with denoising model 査読有り

C. Xie, Y.-C. Wu, P.L. Tobing, W.-C. Huang, T. Toda

Proc. APSIPA ASC     頁： 814 - 820   2021年12月

Investigation of text-to-speech-based synthetic parallel data for sequence-to-sequence non-parallel voice conversion 査読有り

D. Ma, W.-C. Huang, T. Toda

Proc. APSIPA ASC     頁： 870 - 877   2021年12月

Time alignment using lip images for frame-based electrolaryngeal voice conversion 査読有り 国際共著

Y.-S. Liou, W.-C. Huang, M.-C. Yen, S.-W. Tsai, Y.-H. Peng, T. Toda, Y. Tsao, H.-M. Wang

Proc. APSIPA ASC     頁： 1234 - 1238   2021年12月

An ensemble approach to anomalous sound detection based on conformer-based autoencoder and binary classifier incorporated with metric learning 査読有り

I. Kuroyanagi, T. Hayashi, Y. Adachi, T. Yoshimura, K. Takeda, T. Toda

Proc. DCASE 2021 Workshop     頁： 110 - 114   2021年11月

Singing fundamental frequency contour generation using generalized command response model and score-conditional variational autoencoder 査読有り

S. Seki, H. Taga, T. Toda

Proc. IEEE MLSP     頁： 1 - 6   2021年10月

Singing fundamental frequency contour generation using generalized command response model and score-conditional variational autoencoder 査読有り

S. Seki, H. Taga, T. Toda

Proc. IEEE MLSP     頁： 6 pages   2021年10月

学習支援サービスの運用とオンデマンド型を中心としたオンライン授業への展開――名古屋大学における事例―― 招待有り

戸田 智基, 大平 茂輝, 後藤 明史, 出口 大輔, 森 健策

電子情報通信学会誌   104 巻 ( 8 ) 頁： 862 - 866   2021年8月

Relational data selection for data augmentation of speaker-dependent multi-band MelGAN vocoder 査読有り 国際共著

Y.-C. Wu, C.-H. Hu, H.-S. Lee, Y.-H. Peng, W.-C. Huang, Y. Tsao, H.-M. Wang, T. Toda

Proc. INTERSPEECH     頁： 3630 - 3634   2021年8月

High-fidelity and low-latency universal neural vocoder based on multiband WaveRNN with data-driven linear prediction for discrete waveform modeling 査読有り

P.L. Tobing, T. Toda

Proc. INTERSPEECH     頁： 2217 - 2221   2021年8月

Unified source-filter GAN: unified source-filter network based on factorization of quasi-periodic parallel WaveGAN 査読有り

R. Yoneyama, Y.-C. Wu, T. Toda

Proc. INTERSPEECH     頁： 2187 - 2191   2021年8月

A preliminary study of a two-stage paradigm for preserving speaker identity in dysarthric voice conversion 査読有り 国際共著

W.-C. Huang, K. Kobayashi, Y.-H. Peng, C.-F. Liu, Y. Tsao, H.-M. Wang, T. Toda

Proc. INTERSPEECH     頁： 1329 - 1333   2021年8月

Low-latency real-time non-parallel voice conversion based on cyclic variational autoencoder and multiband WaveRNN with data-driven linear prediction 査読有り

P.L. Tobing, T. Toda

Proc. 11th ISCA Speech Synthesis Workshop (SSW11)     頁： 142 - 147   2021年8月

Anomalous sound detection using a binary classification model and class centroids 査読有り

I. Kuroyanagi, T. Hayashi, K. Takeda, T. Toda

Proc. EUSIPCO     頁： 1995 - 1999   2021年8月

Full-band LPCNet: a real-time neural vocoder for 48 kHz audio with a CPU 査読有り

K. Matsubara, T. Okamoto, R. Takashima, T. Takiguchi, T. Toda, Y. Shiga, H. Kawai

IEEE Access   9 巻   頁： 94923 - 94933   2021年7月

Speech recognition by simply fine-tuning BERT 査読有り 国際共著

W.-C. Huang, C.-H. Wu, S.-B. Luo, K.-Y. Chen, H.-M. Wang, T. Toda

Proc. IEEE ICASSP     頁： 7343 - 7347   2021年6月

Non-autoregressive sequence-to-sequence voice conversion 査読有り

T. Hayashi, W.-C. Huang, K. Kobayashi, T. Toda

Proc. IEEE ICASSP     頁： 7068 - 7072   2021年6月

High-intelligibility speech synthesis for dysarthric speakers with LPCNet-based TTS and CycleVAE-based VC 査読有り

K. Matsubara, T. Okamoto, R. Takashima, T. Takiguchi, T. Toda, Y. Shiga, H. Kawai

Proc. IEEE ICASSP     頁： 7058 - 7062   2021年6月

Speech emotion recognition based on listener adaptive models 査読有り

A. Ando, R. Masumura, H. Sato, T. Moriya, T. Ashihara, Y. Ijima, T. Toda

Proc. IEEE ICASSP     頁： 6274 - 6278   2021年6月

Noise level limited sub-modeling for diffusion probabilistic vocoders 査読有り

T. Okamoto, T. Toda, Y. Shiga, H. Kawai

Proc. IEEE ICASSP     頁： 6029 - 6033   2021年6月

Any-to-one sequence-to-sequence voice conversion using self-supervised discrete speech representations 査読有り

W.-C. Huang, Y.-C. Wu, T. Hayashi, T. Toda

Proc. IEEE ICASSP     頁： 5944 - 5948   2021年6月

Crank: an open-source software for nonparallel voice conversion based on vector-quantized variational autoencoder 査読有り

K. Kobayashi, W.-C. Huang, Y.-C. Wu, P.L. Tobing, T. Hayashi, T. Toda

Proc. IEEE ICASSP     頁： 5934 - 5938   2021年6月

Speech emotion recognition based on listener-dependent emotion perception models 査読有り

A. Ando, T. Mori, S. Kobashikawa, T. Toda

APSIPA Transactions on Signal and Information Processing   10 巻 ( e6 ) 頁： 1 - 11   2021年4月

Quasi-periodic WaveNet: an autoregressive raw waveform generative model with pitch-dependent dilated convolution neural network 査読有り

Y.-C. Wu, T. Hayashi, P.L. Tobing, K. Kobayashi, T. Toda

IEEE/ACM Transactions on Audio, Speech and Language Processing   29 巻   頁： 1134 - 1148   2021年3月

Pretraining techniques for sequence-to-sequence voice conversion 査読有り

W.-C. Huang, T. Hayashi, Y.-C. Wu, H. Kameoka, T. Toda

IEEE/ACM Transactions on Audio, Speech and Language Processing   29 巻   頁： 745 - 755   2021年2月

Quasi-periodic parallel WaveGAN: a non-autoregressive raw waveform generative model with pitch-dependent dilated convolution neural network 査読有り

Y.-C. Wu, T. Hayashi, T. Okamoto, H. Kawai, T. Toda

IEEE/ACM Transactions on Audio, Speech and Language Processing   29 巻   頁： 792 - 806   2021年2月

Many-to-many voice transformer network 査読有り

H. Kameoka, W.-C. Huang, K. Tanaka, T. Kaneko, N. Hojo, T. Toda

IEEE/ACM Transactions on Audio, Speech and Language Processing   29 巻   頁： 656 - 670   2021年1月

Investigation of training data size for real-time neural vocoders on CPUs 査読有り

K. Matsubara, T. Okamoto, R. Takashima, T. Takiguchi, T. Toda, Y. Shiga, H. Kawai

Acoustical Science and Technology, Acoustical Letter   42 巻 ( 1 ) 頁： 65 - 68   2021年1月

Cross-lingual voice conversion using cyclic variational auto-encoder and a WaveNet vocoder 査読有り

H. Nakatani, P.L. Tobing, K. Takeda, T. Toda

Proc. APSIPA ASC     頁： 520 - 526   2020年12月

Phoneme embeddings on predicting fundamental frequency pattern for electrolaryngeal speech 査読有り

M. Eshghi, K. Kobayashi, K. Tanaka, H. Kameoka, T. Toda

Proc. APSIPA ASC     頁： 572 - 577   2020年12月

ASVspoof 2019: a large-scale public database of synthetic, converted and replayed speech 査読有り 国際共著

X. Wang, J. Yamagishi, M. Todisco, H. Delgado, A. Nautsch, N. Evans, M. Sahidullah, V. Vestman, T. Kinnunen, K.A. Lee, L. Juvela, P. Alku, Y.-H. Peng, H.-T. Hwang, Y. Tsao, H.-M. Wang, S. Le Maguer, M. Becker, F. Henderson, R. Clark, Y. Zhang, Q. Wang, Y. Jia, K. Onuma, K. Mushika, T. Kaneda, Y. Jiang, L.-J. Liu, Y.-C. Wu, W.-C. Huang, T. Toda, K. Tanaka, H. Kameoka, I. Steiner, D. Matrouf, J.-F. Bonastre, A. Govender, S. Ronanki, J.-X. Zhang, Z.-H. Ling

Computer Speech and Language   64 巻 ( Article 101114 ) 頁： 1 - 27   2020年11月

Conformer-based sound event detection with semi-supervised learning and data augmentation 査読有り 国際共著

K. Miyazaki, T. Komatsu, T. Hayashi, S. Watanabe, T. Toda, K. Takeda

Proc. DCASE 2020 Workshop     頁： 100 - 104   2020年11月

An evaluation of voice conversion with neural network spectral mapping models and WaveNet vocoder 査読有り

P.L. Tobing, Y.-C. Wu, T. Hayashi, K. Kobayashi, T. Toda

APSIPA Transactions on Signal and Information Processing   9 巻 ( e26, ) 頁： 1 - 14   2020年11月

Quasi-periodic parallel WaveGAN vocoder: a non-autoregressive pitch-dependent dilated convolution model for parametric speech generation 査読有り

Y.-C. Wu, T. Hayashi, T. Okamoto, H. Kawai, T. Toda

Proc. INTERSPEECH     頁： 3535 - 3539   2020年10月

The NU voice conversion system for the Voice Conversion Challenge 2020: on the effectiveness of sequence-to-sequence models and autoregressive neural vocoders 査読有り

W.-C. Huang, P.L. Tobing, Y.-C. Wu, K. Kobayashi, T. Toda

Proc. Joint workshop for the Blizzard Challenge and Voice Conversion Challenge 2020     頁： 165 - 169   2020年10月

The sequence-to-sequence baseline for the Voice Conversion Challenge 2020: cascading ASR and TTS 査読有り 国際共著

W.-C. Huang, T. Hayashi, S. Watanabe, T. Toda

Proc. Joint workshop for the Blizzard Challenge and Voice Conversion Challenge 2020     頁： 160 - 164   2020年10月

Baseline system of Voice Conversion Challenge 2020 with cyclic variational autoencoder and parallel WaveGAN 査読有り

P.L. Tobing, Y.-C. Wu, T. Toda

Proc. Joint workshop for the Blizzard Challenge and Voice Conversion Challenge 2020     頁： 155 - 159   2020年10月

Predictions of subjective ratings and spoofing assessments of Voice Conversion Challenge 2020 submissions 査読有り 国際共著

R.K. Das, T. Kinnunen, W.-C. Huang, Z. Ling, J. Yamagishi, Z. Yi, X. Tian, T. Toda

Proc. Joint workshop for the Blizzard Challenge and Voice Conversion Challenge 2020     頁： 99 - 120   2020年10月

Voice Conversion Challenge 2020 -- intra-lingual semi-parallel and cross-lingual voice conversion -- 査読有り 国際共著

Z. Yi, W.-C. Huang, X. Tian, J. Yamagishi, R.K. Das, T. Kinnunen, Z. Ling, T. Toda

Proc. Joint workshop for the Blizzard Challenge and Voice Conversion Challenge 2020     頁： 80 - 98   2020年10月

Cyclic spectral modeling for unsupervised unit discovery into voice conversion with excitation and waveform modeling 査読有り

P.L. Tobing, T. Hayashi, Y.-C. Wu, K. Kobayashi, T. Toda

Proc. INTERSPEECH     頁： 4861 - 4865   2020年10月

Voice transformer network: sequence-to-sequence voice conversion using transformer with text-to-speech pretraining 査読有り

W.-C. Huang, T. Hayashi, Y.-C. Wu, H. Kameoka, T. Toda

Proc. INTERSPEECH     頁： 4676 - 4680   2020年10月

Intelligibility enhancement based on speech waveform modification using hearing impairment simulator 査読有り

S. Hikosaka, S. Seki, T. Hayashi, K. Kobayashi, K. Takeda, H. Banno, T. Toda

Proc. INTERSPEECH     頁： 4059 - 4063   2020年10月

Semi-supervised self-produced speech enhancement and suppression based on joint source modeling of air- and body-conducted signals using variational autoencoder 査読有り

S. Seki, M. Takada, T. Toda

Proc. INTERSPEECH     頁： 4039 - 4043   2020年10月

A cyclical post-filtering approach to mismatch refinement of neural vocoder for text-to-speech systems 査読有り

Y.-C. Wu, P.L. Tobing, K. Yasuhara, N. Matsunaga, Y. Ohtani, T. Toda

Proc. INTERSPEECH     頁： 3540 - 3544   2020年10月

Implementation of low-latency electrolaryngeal speech enhancement based on multi-task CLDNN 査読有り

K. Kobayashi, T. Toda

Proc. EUSIPCO     頁： 396 - 400   2020年8月

Semi-supervised enhancement and suppression of self-produced speech using correspondence between air- and body-conducted signals 査読有り

M. Takada, S. Seki, P.L. Tobing, T. Toda

Proc. EUSIPCO     頁： 456 - 460   2020年8月

ESPNET-TTS: Uunified, reproducible, and integratable open source end-to-end text-to-speech toolkit 査読有り 国際共著

T. Hayashi, R. Yamamoto, K. Inoue, T. Yoshimura, S. Watanabe, T. Toda, K. Takeda, Y. Zhang, X. Tan

Proc. IEEE ICASSP     頁： 7654 - 7658   2020年5月

Efficient shallow WaveNet vocoder using multiple samples output based on Laplacian distribution and linear prediction 査読有り

P.L. Tobing, Y.-C. Wu, T. Hayashi, K. Kobayashi, T. Toda

Proc. IEEE ICASSP     頁： 7204 - 7208   2020年5月

Transformer-based text-to-speech with weighted forced attention 査読有り

T. Okamoto, T. Toda, Y. Shiga, H. Kawai

Proc. IEEE ICASSP     頁： 6729 - 6733   2020年5月

Weakly-supervised sound event detection with self-attention 査読有り 国際共著

K. Miyazaki, T. Komatsu, T. Hayashi, S. Watanabe, T. Toda, K. Takeda

Proc. IEEE ICASSP     頁： 66 - 70   2020年5月

Non-parallel voice conversion system with WaveNet vocoder and collapsed speech suppression 査読有り

Y.-C. Wu, P.L. Tobing, T. Hayashi, K. Kobayashi, T. Toda

IEEE Access   8 巻 ( 1 ) 頁： 62094 - 62106   2020年4月

LMS経由で手書きレポートを返却するWebサービス「かみレポ」の開発・評価 査読有り

大平 茂輝, 清谷 峻也, 伊藤 瑠哉, 岡本 康佑, 谷川 右京, 出口 大輔, 戸田 智基

情報処理学会論文誌：教育とコンピュータ   6 巻 ( 1 ) 頁： 52 - 68   2020年2月

Customer satisfaction estimation in contact center calls based on a hierarchical multi-task model 査読有り

A. Ando, R. Masumura, H. Kamiyama, S. Kobashikawa, Y. Aono, T. Toda

IEEE/ACM Transactions on Audio, Speech, and Language Processing   28 巻 ( 1 ) 頁： 715 - 728   2020年1月

Investigation of shallow WaveNet vocoder with Laplacian distribution output 査読有り

P.L. Tobing, T. Hayashi, T. Toda

Proc. IEEE ASRU     頁： 176 - 183   2019年12月

Tacotron-based acoustic model using phoneme alignment for practical neural text-to-speech synthesis 査読有り

T. Okamoto, T. Toda, Y. Shiga, H. Kawai

Proc. IEEE ASRU     頁： 214 - 221   2019年12月

Underdetermined source separation based on generalized multichannel variational autoencoder 査読有り

S. Seki, H. Kameoka, L. Li, T. Toda, K. Takeda

IEEE Access   7 巻 ( 1 ) 頁： 168104 - 168115   2019年12月

Voice conversion with CycleRNN-based spectral mapping and finely-tuned WaveNet vocoder 査読有り

P.L. Tobing, Y.-C. Wu, T. Hayashi, K. Kobayashi, T. Toda

IEEE Access   7 巻 ( 1 ) 頁： 171114 - 171125   2019年12月

機械学習と音声生成：音声波形モデリングの進展 招待有り

戸田 智基

計測と制御   58 巻 ( 12 ) 頁： 951 - 954   2019年12月

Improving singing aid system for laryngectomees with statistical voice conversion and VAE-SPACE 査読有り

L. Li, T. Toda, K. Morikawa, K. Kobayashi, S. Makino

Proc. ISMIR     頁： 784 - 790   2019年11月

Development of a real-time bionic voice generation system based on statistical excitation prediction 査読有り 国際共著

F. Ahmadi, K. Kobayashi, T. Toda

Proc. ACM ASSETS     頁： 655 - 657   2019年10月

Non-parallel voice conversion with cyclic variational autoencoder 査読有り

P.L. Tobing, Y.-C. Wu, T. Hayashi, K. Kobayashi, T. Toda

Proc. INTERSPEECH     頁： 674 - 678   2019年9月

Quasi-periodic WaveNet vocoder: a pitch dependent dilated convolution model for parametric speech generation 査読有り

Y.-C. Wu, T. Hayashi, P.L. Tobing, K. Kobayashi, T. Toda

Proc. INTERSPEECH     頁： 196 - 200   2019年9月

Refined WaveNet vocoder for variational autoencoder based voice conversion 査読有り 国際共著

W.-C. Huang, Y.-C. Wu, H.-T. Hwang, P.L. Tobing, T. Hayashi, K. Kobayashi, T. Toda, Y. Tsao, H.-M. Wang

Proc. EUSIPCO     頁： 5 pages   2019年9月

Generalized multichannel variational autoencoder for underdetermined source separation 査読有り

S. Seki, H. Kameoka, L. Li, T. Toda, K. Takeda

Proc. EUSIPCO     頁： 5 pages   2019年9月

Robustness of statistical voice conversion based on direct waveform modification against background sounds 査読有り

Y. Kurita, K. Kobayashi, K. Takeda, T. Toda

Proc. INTERSPEECH     頁： 684 - 688   2019年9月

統計的手法による音響イベント検出 招待有り

林 知樹, 戸田 智基

日本音響学会誌   75 巻 ( 9 ) 頁： 532 - 537   2019年9月

An investigation of features for fundamental frequency pattern prediction in electrolaryngeal speech enhancement 査読有り

M. Eshghi, K. Tanaka, K. Kobayashi, H. Kameoka, T. Toda

Proc. 10th ISCA Speech Synthesis Workshop (SSW10)     頁： 251 - 256   2019年9月

Statistical voice conversion with quasi-periodic WaveNet vocoder 査読有り

Y.-C. Wu, T. Hayashi, P.L. Tobing, K. Kobayashi, T. Toda

Proc. 10th ISCA Speech Synthesis Workshop (SSW10)     頁： 63 - 68   2019年9月

Generalization of spectrum differential based direct waveform modification for voice conversion 査読有り 国際共著

W.-C. Huang, Y.-C. Wu, K. Kobayashi, Y.-H. Peng, H.-T. Hwang, P.L. Tobing, Y. Tsao, H.-M. Wang, T. Toda

Proc. 10th ISCA Speech Synthesis Workshop (SSW10)     頁： 57 - 62   2019年9月

Pre-trained text embeddings for enhanced text-to-speech synthesis 査読有り 国際共著

T. Hayashi, S. Watanabe, T. Toda, K. Takeda, S. Toshniwal, K. Livescu

Proc. INTERSPEECH     頁： 4430 - 4434   2019年9月

Real-time neural text-to-speech with sequence-to-sequence acoustic model and WaveGlow or single Gaussian WaveRNN vocoders 査読有り

T. Okamoto, T. Toda, Y. Shiga, H. Kawai

Proc. INTERSPEECH     頁： 1308 - 1312   2019年9月

Investigation of F0 conditioning and fully convolutional networks in variational autoencoder based voice conversion 査読有り 国際共著

W.-C. Huang, Y.-C. Wu, C.-C. Lo, P.L. Tobing, T. Hayashi, K. Kobayashi, T. Toda, Y. Tsao, H.-M. Wang

Proc. INTERSPEECH     頁： 709 - 713   2019年9月

Investigations of real-time Gaussian FFTNet and parallel WaveNet neural vocoders with simple acoustic features 査読有り

T. Okamoto, T. Toda, Y. Shiga, H. Kawai

Proc. IEEE ICASSP     頁： 7020 - 7024   2019年5月

Voice conversion with cyclic recurrent neural network and fine-tuned WaveNet vocoder 査読有り

P.L. Tobing, Y. Wu, T. Hayashi, K. Kobayashi, T. Toda

Proc. IEEE ICASSP     頁： 6815 - 6819   2019年5月

Scene-dependent anomalous acoustic-event detection based on conditional WaveNet and i-Vector 査読有り

T. Komatsu, T. Hayashi, R. Kondo, T. Toda, K. Takeda

Proc. IEEE ICASSP     頁： 870 - 874   2019年5月

Environmental sound processing and its applications 招待有り 査読有り

K. Miyazaki, T. Toda, T. Hayashi, K. Takeda

IEEJ Transactions on Electronics, Information and Systems   14 巻 ( 3 ) 頁： 340 - 351   2019年3月

Speech-to-singing voice conversion: the challenges and strategies for improving vocal conversion processes 査読有り 国際共著

K. Vijayan, H. Li, T. Toda

IEEE Signal Processing Magazine   36 巻 ( 1 ) 頁： 95 - 102   2019年1月

An end-to-end model for cross-lingual transformation of paralinguistic information 査読有り

T. Kano, S. Takamichi, S. Sakti, G. Neubig, T. Toda, S. Nakamura

Machine Translation   32 巻 ( 4 ) 頁： 353 - 368   2018年12月

Back-translation-style data augmentation for end-to-end ASR 査読有り 国際共著

T. Hayashi, S. Watanabe, Y. Zhang, T. Toda, T. Hori, R. Astudillo, K. Takeda

Proc. IEEE SLT     頁： 426 - 433   2018年12月

Improving FFTNet vocoder with noise shaping and subband approaches 査読有り

T. Okamoto, T. Toda, Y. Shiga, H. Kawai

Proc. IEEE SLT     頁： 304 - 311   2018年12月

An evaluation of deep spectral mappings and WaveNet vocoder for voice conversion 査読有り

P.L. Tobing, T. Hayashi, Y. Wu, K. Kobayashi, T. Toda

Proc. IEEE SLT     頁： 297 - 303   2018年12月

Daily activity recognition based on recurrent neural network using multi-modal signals 査読有り

A. Tamamori, T. Hayashi, T. Toda, K. Takeda

APSIPA Transactions on Signal and Information Processing   7 巻 ( e21 ) 頁： 1 - 11   2018年12月

Self-produced speech enhancement and suppression method using air- and body-conductive microphones 査読有り

M. Takada, S. Seki, T. Toda

Proc. APSIPA ASC     頁： 1240 - 1245   2018年11月

Connectionist temporal classification-based sound event encoder for converting sound events into onomatopoeia representations 査読有り

K. Miyazaki, T. Hayashi, T. Toda, K. Takeda

Proc. EUSIPCO     頁： 857 - 861   2018年9月

音声翻訳システムにおける音声変換の利用 招待有り

高道 慎之介, 戸田 智基

日本音響学会誌   74 巻 ( 9 ) 頁： 535 - 538   2018年9月

Designing a pneumatic bionic voice prosthesis - statistical approach for source excitation generation 査読有り 国際共著

F. Ahmadi, T. Toda

Proc. INTERSPEECH     頁： 3142 - 3146   2018年9月

Audio-visual voice conversion using deep canonical correlation analysis for deep bottleneck features 査読有り

S. Tamura, K. Horio, H. Endo, S. Hayamizu, T. Toda

Proc. INTERSPEECH     頁： 2469 - 2473   2018年9月

Frequency domain variants of velvet noise and their application to speech processing and synthesis 査読有り

H. Kawahara, K. Sakakibara, M. Morise, H. Banno, T. Toda, T. Irino

Proc. INTERSPEECH     頁： 2027 - 2031   2018年9月

Collapsed segment detection and reduction for WaveNet vocoder 査読有り

Y. Wu, K. Kobayashi, T. Hayashi, P.L. Tobing, T. Toda

Proc. INTERSPEECH     頁： 1998 - 1992   2018年9月

Multi-Head Decoder for end-to-end speech recognition 査読有り 国際共著

T. Hayashi, S. Watanabe, T. Toda, K. Takeda

Proc. INTERSPEECH     頁： 801 - 805   2018年9月

Anomalous sound event detection based on WaveNet 査読有り

T. Hayashi, T. Komatsu, R. Kondo, T. Toda, K. Takeda

Proc. EUSIPCO     頁： 2508 - 2512   2018年9月

Electrolarygeal speech enhancement with statistical voice conversion based on CLDNN 査読有り

K. Kobayashi, T. Toda

Proc. EUSIPCO     頁： 2129 - 2133   2018年9月

Stereophonic music separation based on non-negative tensor factorization with cepstral distance regularization 査読有り

S. Seki, T. Toda, K. Takeda

IEICE Transactions on Fundamentals   E101-A 巻 ( 7 ) 頁： 1057 - 1064   2018年7月

A spoofing benchmark for the 2018 voice conversion challenge: leveraging from spoofing countermeasures for speech artifact assessment 査読有り 国際共著

T. Kinnunen, J. Lorenzo-Trueba, J. Yamagishi, T. Toda, D. Saito, F. Villavicencio, Z. Ling

Proc. Odyssey 2018     頁： 187 - 194   2018年6月

NU voice conversion system for the voice conversion challenge 2018 査読有り

P.L. Tobing, Y. Wu, T. Hayashi, K. Kobayashi, T. Toda

Proc. Odyssey 2018     頁： 219 - 226   2018年6月

The NU non-parallel voice conversion system for the voice conversion challenge 2018 査読有り

Y. Wu, P.L. Tobing, T. Hayashi, K. Kobayashi, T. Toda

Proc. Odyssey 2018     頁： 211 - 218   2018年6月

sprocket: open-source voice conversion software 査読有り

K. Kobayashi, T. Toda

Proc. Odyssey 2018     頁： 203 - 210   2018年6月

The voice conversion challenge 2018: promoting development of parallel and nonparallel methods 査読有り 国際共著

J. Lorenzo-Trueba, J. Yamagishi, T. Toda, D. Saito, F. Villavicencio, T. Kinnunen, Z. Ling

Proc. Odyssey 2018     頁： 195 - 202   2018年6月

Intra-gender statistical singing voice conversion with direct waveform modification using log-spectral differential 査読有り

K. Kobayashi, T. Toda, S. Nakamura

Speech Communication   99 巻   頁： 211 - 220   2018年5月

An investigation of subband WaveNet vocoder covering entire audible frequency range with limited acoustic features 査読有り

T. Okamoto, K. Tachibana, T. Toda, Y. Shiga, H. Kawai

Proc. IEEE ICASSP     頁： 5654 - 5658   2018年4月

Development of "KamiRepo" system with automatic student identification to handle handwritten assignments on LMS 査読有り

S. Seiya, R. Ito, K. Okamoto, U. Tanikawa, S. Ohira, D. Deguchi, T. Toda

Proc. IEEE EDUCON     頁： 841 - 848   2018年4月

An investigation of noise shaping with perceptual weighting for WaveNet-based speech generation 査読有り

K. Tachibana, T. Toda, Y. Shiga, H. Kawai

Proc. IEEE ICASSP     頁： 5664 - 5668   2018年4月

Deep neural network-based power spectrum reconstruction to improve quality of vocoded speech with limited acoustic parameters 査読有り

T. Okamoto, K. Tachibana, T. Toda, Y. Shiga, H. Kawai

Acoustical Science and Technology, Acoustical Letter   39 巻 ( 2 ) 頁： 163 - 166   2018年3月

統計的声質変換ソフトウェア入門 招待有り 査読有り

戸田 智基, 小林 和弘

システム/制御/情報   62 巻 ( 2 ) 頁： 69 - 75   2018年2月

Daily activity recognition with large-scaled real-life recording datasets based on deep neural network using multi-modal signals 査読有り

T. Hayashi, M. Nishida, N. Kitaoka, T. Toda, K. Takeda

IEICE Transactions on Fundamentals   E101-A 巻 ( 1 ) 頁： 199 - 210   2018年1月

Electrolaryngeal speech modification towards singing aid system for laryngectomees 査読有り

K. Morikawa, T. Toda

Proc. APSIPA ASC     頁： 1 - 4   2017年12月

Articulatory controllable speech modification based on statistical inversion and production mappings 査読有り

P.L. Tobing, K. Kobayashi, T. Toda

IEEE/ACM Transactions on Audio, Speech, and Language Processing   25 巻 ( 12 ) 頁： 2337 - 2350   2017年12月

An investigation of multi-speaker training for WaveNet vocoder 査読有り

T. Hayashi, A. Tamamori, K. Kobayashi, K. Takeda, T. Toda

Proc. IEEE ASRU     頁： 712 - 718   2017年12月

Subband WaveNet with overlapped single-sideband filterbanks 査読有り

T. Okamoto, K. Tachibana, T. Toda, Y. Shiga, H. Kawai

Proc. IEEE ASRU     頁： 698 - 704   2017年12月

Accurate estimation of fo and aperiodicity based on periodicity detector residuals and deviations of phase derivatives 査読有り

H. Kawahara, K. Sakakibara, M. Morise, H. Banno, T. Toda

Proc. APSIPA ASC     頁： 1 - 9   2017年12月

An investigation of how to design control parameters for statistical voice timbre control 査読有り

K. Kubo, K. Kobayashi, T. Toda, G. Neubig, S. Sakti, S. Nakamura

Proc. APSIPA ASC     頁： 1 - 4   2017年12月

Investigation of effectiveness on recurrent neural network for daily activity recognition using multi-modal signals 招待有り 査読有り

A. Tamamori, T. Hayashi, T. Toda, K. Takeda

Proc. APSIPA ASC     頁： 1 - 7   2017年12月

Deep acoustic-to-articulatory inversion mapping with latent trajectory modeling 査読有り

P.L. Tobing, H. Kameoka, T. Toda

Proc. APSIPA ASC     頁： 1 - 4   2017年12月

Duration-controlled LSTM for polyphonic sound event detection 査読有り 国際共著

T. Hayashi, S. Watanabe, T. Toda, T. Hori, J. Le Roux, K. Takeda

IEEE/ACM Transactions on Audio, Speech, and Language Processing   25 巻 ( 11 ) 頁： 2059 - 2070   2017年11月

Missing component restoration for masked speech signals based on time-domain spectrogram factorization 査読有り

S. Seki, H. Kameoka, T. Toda, K. Takeda.

Proc. IEEE MLSP     頁： 6 pages   2017年9月

A vibration control method of an electrolarynx based on statistical F0 pattern prediction 査読有り

K. Tanaka, T. Toda, S. Nakamura

IEICE Transactions on Information and Systems   E100-D 巻 ( 9 ) 頁： 2165 - 2173   2017年9月

Statistical voice conversion with WaveNet-based waveform generation 査読有り

K. Kobayashi, T. Hayashi, A. Tamamori, T. Toda

Proc. INTERSPEECH     頁： 1138 - 1142   2017年8月

Speaker-dependent WaveNet vocoder 査読有り

A. Tamamori, T. Hayashi, K. Kobayashi, K. Takeda, T. Toda

Proc. INTERSPEECH     頁： 1118 - 1122   2017年8月

Physically constrained statistical F0 prediction for electrolaryngeal speech enhancement 査読有り

K. Tanaka, H. Kameoka, T. Toda, S. Nakamura

Proc. INTERSPEECH     頁： 1069 - 1073   2017年8月

A modulation property of time-frequency derivatives of filtered phase and its application to aperiodicity and FO estimation 査読有り

H. Kawahara, K. Sakakibara, M. Morise, H. Banno, T. Toda

Proc. INTERSPEECH     頁： 424 - 428   2017年8月

A new cosine series antialiasing function and its application to aliasing-free glottal source models for speech and singing synthesis 査読有り

H. Kawahara, K. Sakakibara, H. Banno, M. Morise, T. Toda, T. Irino

Proc. INTERSPEECH     頁： 1358 - 1362   2017年8月

Stereophonic music separation based on non-negative tensor factorization with cepstrum regularization 査読有り

S. Seki, T. Toda, K. Takeda

Proc. EUSIPCO     頁： 1011 - 1015   2017年8月

Speech enhancement using non-negative spectrogram models with mel-generalized cepstral regularization 査読有り

L. Li, H. Kameoka, T. Toda, S. Makino

Proc. INTERSPEECH     頁： 1998 - 2002   2017年8月

Preserving word-level emphasis in speech-to-speech translation 査読有り

Q. Truong Do, T. Toda, G. Neubig, S. Sakti, S. Nakamura

IEEE/ACM Transactions on Audio, Speech and Language Processing   25 巻 ( 3 ) 頁： 544 - 556   2017年3月

A noise suppression method for body-conducted soft speech based on non-negative tensor factorization of air- and body-conducted signals 査読有り

Y. Tajiri, H. Kameoka, T. Toda

Proc. IEEE ICASSP     頁： 4960 - 4964   2017年3月

BLSTM-HMM hybrid system combined with sound activity detection network for polyphonic sound event detection 査読有り 国際共著

T. Hayashi, S. Watanabe, T. Toda, T. Hori, J. Le Roux, K. Takeda

Proc. IEEE ICASSP     頁： 766 - 770   2017年3月

中間言語情報を記憶するピボット翻訳手法 査読有り

三浦 明波, Graham Neubig, Sakriani Sakti, 戸田 智基, 中村 哲

自然言語処理   23 巻 ( 5 ) 頁： 499 - 528   2016年12月

Non-native text-to-speech preserving speaker individuality based on partial correction of prosodic and phonetic characteristics 査読有り

Y. Oshima, S. Takamichi, T. Toda, G. Neubig, S. Sakti, S. Nakamura

IEICE Transactions on Information and Systems   E99-D 巻 ( 12 ) 頁： 3132 - 3139   2016年12月

F0 transformation techniques for statistical voice conversion with direct waveform modification with spectral differential 査読有り

K. Kobayashi, T. Toda, S. Nakamura

Proc. IEEE SLT     頁： 693 - 700   2016年12月

Learning cooperative persuasive dialogue policies using framing 査読有り

T. Hiraoka, G. Neubig, S. Sakti, T. Toda, S. Nakamura

Speech Communication   84 巻   頁： 83 - 96   2016年11月

Improvements of voice timbre control based on perceived age in singing voice conversion 査読有り

K. Kobayashi, T. Toda, T. Nakano, M. Goto, S. Nakamura

IEICE Transactions on Information and Systems   E99-D 巻 ( 11 ) 頁： 2767 - 2777   2016年11月

Investigation on recurrent neural network architectures for daily activity recognition 査読有り

A. Tamamori, T. Hayashi, T. Toda, K. Takeda

Proc. UV2016     頁： 1 - 4   2016年10月

A statistical sample-based approach to GMM-based voice conversion using tied-covariance acoustic models 査読有り

S. Takamichi, T. Toda, G. Neubig, S. Sakti, S. Nakamura

IEICE Transactions on Information and Systems   E99-D 巻 ( 10 ) 頁： 2490 - 2498   2016年10月

A hybrid system for continuous word-level emphasis modeling based on HMM state clustering and adaptive training 査読有り

Q. Truong Do, T. Toda, G. Neubig, S. Sakti, S. Nakamura

Proc. INTERSPEECH     頁： 3196 - 3200   2016年9月

Nonaudible murmur enhancement based on statistical voice conversion and noise suppression with external noise monitoring 査読有り

Y. Tajiri, T. Toda

Proc. 9th ISCA Speech Synthesis Workshop (SSW9)     頁： 54 - 60   2016年9月

Acoustic-to-articulatory inversion mapping based on latent trajectory Gaussian mixture model 査読有り

P.L. Tobing, T. Toda, H. Kameoka, S. Nakamura

Proc. INTERSPEECH     頁： 953 - 957   2016年9月

The Voice Conversion Challenge 2016 査読有り 国際共著

T. Toda, L.-H. Chen, D. Saito, F. Villavicencio, M. Wester, Z. Wu, J. Yamagishi

Proc. INTERSPEECH     頁： 1632 - 1636   2016年9月

The NU-NAIST voice conversion system for the Voice Conversion Challenge 2016 査読有り

K. Kobayashi, S. Takamichi, S. Nakamura, T. Toda

Proc. INTERSPEECH     頁： 1667 - 1671   2016年9月

Model integration for HMM- and DNN-based speech synthesis using Product-of-Experts framework 査読有り

K. Tachibana, T. Toda, Y. Shiga, H. Kawai

Proc. INTERSPEECH     頁： 2288 - 2292   2016年9月

Removing noise from event-related potentials using a probabilistic generative model with grouped covariance matrices 査読有り

H. Maki, T. Toda, S. Sakti, G. Neubig, S. Nakamura

Proc. IEEE EMBC     頁： 1 - 4   2016年8月

Real-time vibration control of an electrolarynx based on statistical F0 contour prediction 査読有り

K. Tanaka, T. Toda, G. Neubig, S. Nakamura

Proc. EUSIPCO     頁： 1333 - 1337   2016年8月

Teaching social communication skills through human-agent interaction 査読有り

H. Tanaka, S. Sakti, G. Neubig, T. Toda, H. Negoro, H. Iwasaka, S. Nakamura

ACM Transactions on Interactive Intelligent Systems   6 巻 ( 2 ) 頁： 1 - 23   2016年8月

Bidirectional LSTM-HMM hybrid system for polyphonic sound event detection 査読有り 国際共著

T. Hayashi, S. Watanabe, T. Toda, T. Hori, J. Le Roux, K. Takeda

Proc. DCASE2016 workshop     頁： 1 - 5   2016年8月

Enhancing event-related potentials based on maximum a posteriori estimation with a spatial correlation prior 査読有り

H. Maki, T. Toda, S. Sakti, G. Neubig, S. Nakamura

IEICE Transactions on Information and Systems   E99-D 巻 ( 6 ) 頁： 1410 - 1419   2016年6月

はじめての音声変換 招待有り

戸田 智基

日本音響学会誌   72 巻 ( 6 ) 頁： 324 - 331   2016年6月

Anti-spoofing for text-independent speaker verification: an initial database, comparison of countermeasures, and human performance 査読有り 国際共著

Z. Wu, P. De Leon, C. Demiroglu, A. Khodabakhsh, S. King, Z.-H. Ling, D. Saito, B. Stewart, T. Toda, M. Wester, J. Yamagishi

IEEE/ACM Transactions on Audio, Speech and Language Processing   24 巻 ( 4 ) 頁： 768 - 783   2016年4月

Post-filters to modify the modulation spectrum for statistical parametric speech synthesis 査読有り 国際共著

S. Takamichi, T. Toda, A.W. Black, G. Neubig, S. Sakti, S. Nakamura

IEEE/ACM Transactions on Audio, Speech and Language Processing   24 巻 ( 4 ) 頁： 755 - 767   2016年4月

Implementation of F0 transformation for statistical singing voice conversion based on direct waveform modification 査読有り

K. Kobayashi, T. Toda, S. Nakamura

Proc. IEEE ICASSP     頁： 5670 - 5674   2016年3月

An estimation method of voice timbre evaluation values using feature extraction with Gaussian mixture model based on reference singer 査読有り

S. Yamane, K. Kobayashi, T. Toda, T. Nakano, M. Goto, S. Nakamura

Proc. IEEE ICASSP     頁： 5265 - 5269   2016年3月

Statistical F0 prediction for electrolaryngeal speech enhancement considering generative process of F0 contours within product of experts framework 査読有り

K. Tanaka, H. Kameoka, T. Toda, S. Nakamura

Proc. IEEE ICASSP     頁： 5665 - 5669   2016年3月

Noise suppression method for body-conducted soft speech enhancement based on external noise monitoring 査読有り

Y. Tajiri, T. Toda, S. Nakamura

Proc. IEEE ICASSP     頁： 5935 - 5939   2016年3月

A dialog system to detect deception 査読有り

Y. Tsunomori, G. Neubig, T. Hiraoka, M. Mizukami, S. Sakti, T. Toda, S. Nakamura

Proc. IWSDS     頁： 1 - 6   2016年1月

機械翻訳システムの誤り分析のための誤り箇所選択手法 査読有り

赤部 晃一, Graham Neubig, Sakriani Sakti, 戸田 智基, 中村 哲

自然言語処理   23 巻 ( 1 ) 頁： 88 - 117   2016年1月

快適度推定に基づく用例ベース対話システム 査読有り

水上 雅博, Lasguido Nio, 木付 英士, 野村 敏男, Graham Neubig, 吉野 幸一郎, Sakriani Sakti, 戸田 智基, 中村 哲

人工知能学会論文誌   31 巻 ( 1 ) 頁： 1 - 12   2016年1月

Active learning for example-based dialog systems 査読有り

T. Hiraoka, G. Neubig, K. Yoshino, T. Toda, S. Nakamura

Proc. IWSDS     頁： 1 - 11   2016年1月

Improving translation of emphasis with pause prediction in speech-to-speech translation systems 査読有り

Q. Truong Do, S. Sakti, G. Neubig, T. Toda, S. Nakamura

Proc. IWSLT     頁： 204 - 208   2015年12月

Semantic parsing of ambiguous input through paraphrasing and verification 査読有り

P. Arthur, G. Neubig, S. Sakti, T. Toda, S. Nakamura

Transactions of the Association for Computational Linguistics   3 巻   頁： 571 - 584   2015年12月

Adaptive selection from multiple response candidates in example-based dialogue 査読有り

M. Mizukami, H. Kizuki, T. Nomura, G. Neubig, K. Yoshino, S. Sakti, T. Toda, S. Nakamura

Proc. IEEE ASRU     頁： 784 - 790   2015年12月

A study of social-affective communication: automatic prediction of emotion triggers and responses in television talk shows 査読有り

N. Lubis, S. Sakti, G. Neubig, K. Yoshino, T. Toda, S. Nakamura

Proc. IEEE ASRU     頁： 777 - 783   2015年12月

The NAIST ASR system for the 2015 Multi-Genre Broadcast Challenge: on combination of deep learning systems using a rank-score function 査読有り

Q. Truong Do, M. Heck, S. Sakti, G. Neubig, T. Toda, S. Nakamura

Proc. IEEE ASRU     頁： 654 - 659   2015年12月

Incremental sentence compression using LSTM recurrent networks 査読有り 国際共著

S. Sakti, F. Ilham, G. Neubig, T. Toda, Purwarianti, S. Nakamura

Proc. IEEE ASRU     頁： 252 - 258   2015年12月

Aliasing-free implementation of discrete-time glottal source models and their applications to speech synthesis and F0 extractor evaluation 査読有り

H. Kawahara, K. Sakakibara, H. Banno, M. Morise, T. Toda, T. Irino

Proc. APSIPA ASC     頁： 520 - 529   2015年12月

Pseudogen: a tool to automatically generate pseudo-code from source code 査読有り

H. Fudaba, Y. Oda, K. Akabe, G. Neubig, H. Hata, S. Sakti, T. Toda, S. Nakamura

Proc. ASE     頁： 1 - 6   2015年11月

Learning to generate pseudo-code from source code using statistical machine translation 査読有り

Y. Oda, H. Fudaba, G. Neubig, H. Hata, S. Sakti, T. Toda, S. Nakamura

Proc. ASE     頁： 1 - 11   2015年11月

An enhanced electrolarynx with automatic fundamental frequency control based on statistical prediction 査読有り

K. Tanaka, T. Toda, G. Neubig, S. Sakti, S. Nakamura

Proc. ASSETS     頁： 435 - 436   2015年10月

Construction and analysis of social-affective interaction corpus in English and Indonesian 査読有り

N. Lubis, S. Sakti, G. Neubig, T. Toda, S. Nakamura

Proc. O-COCOSDA     頁： 202 - 206   2015年10月

An investigation of machine translation evaluation metrics in cross-lingual question answering 査読有り

K. Sugiyama, M. Mizukami, G. Neubig, K. Yoshino, S. Sakti, T. Toda, S. Nakamur

Proc. 10th Workshop on Statistical Machine Translation     頁： 442 - 449   2015年9月

Preserving word-level emphasis in speech-to-speech translation using linear regression HSMMs 査読有り

D.Q. Truong, S. Takamichi, S. Sakti, G. Neubig, T. Toda, S. Nakamura

Proc. INTERSPEECH     頁： 3665 - 3669   2015年9月

Articulatory controllable speech modification based on Gaussian mixture models with direct waveform modification using spectrum differential 査読有り

P.L. Tobing, K. Kobayashi, T. Toda, G. Neubig, S. Sakti, S. Nakamura

Proc. INTERSPEECH     頁： 3350 - 3354   2015年9月

Non-audible murmur enhancement based on statistical conversion using air- and body-conductive microphones in noisy environments 査読有り

Y. Tajiri, K. Tanaka, T. Toda, G. Neubig, S. Sakti, S. Nakamura

Proc. INTERSPEECH     頁： 2769 - 2773   2015年9月

Statistical singing voice conversion based on direct waveform modification with global variance 査読有り

K. Kobayashi, T. Toda, G. Neubig, S. Sakti, S. Nakamura

Proc. INTERSPEECH     頁： 2754 - 2758   2015年9月

A latent variable model for joint pause prediction and dependency parsing 査読有り

T.T. Nguyen, G. Neubig, H. Shindo, S. Sakti, T. Toda, S. Nakamura

Proc. INTERSPEECH     頁： 2719 - 2723   2015年9月

Speed or accuracy? a study in evaluation of simultaneous speech translation 査読有り

T. Mieno, G. Neubig, S. Sakti, T. Toda, S. Nakamura

Proc. INTERSPEECH     頁： 2267 - 2271   2015年9月

Modulation spectrum-constrained trajectory training algorithm for HMM-based speech synthesis 査読有り 国際共著

S. Takamichi, T. Toda, A.W. Black, S. Nakamura

Proc. INTERSPEECH     頁： 1206 - 1210   2015年9月

Non-native speech synthesis preserving speaker individuality based on partial correction of prosodic and phonetic characteristics 査読有り

Y. Oshima, S. Takamichi, T. Toda, G. Neubig, S. Sakti, S. Nakamura

Proc. INTERSPEECH     頁： 299 - 303   2015年9月

The NAIST text-to-speech system for the Blizzard Challenge 2015 査読有り

S. Takamichi, K. Kobayashi, K. Tanaka, T. Toda, S. Nakamura

Proc. Blizzard Challenge Workshop     頁： 1 - 4   2015年9月

Prosody-controllable HMM-based speech synthesis using speech input 査読有り

Y. Nishigaki, S. Takamichi, T. Toda, G. Neubig, S. Sakti, S. Nakamura

Proc. MLSLP     頁： 1 - 5   2015年9月

シンギュラリティ 限界突破を目指した最先端研究・声とその表情を生み出すコンピュータ

戸田 智基（ 担当： 分担執筆）

近代科学者  2016年2月 

正弦波入力型ニューラルボコーダを用いたTTSモデルによる歌声合成

清水 聡太, 岡本 拓磨, 高島 遼一, 大谷 大和, 滝口 哲也, 戸田 智基, 河井 恒

日本音響学会研究発表会 

AAS-VC：非自己回帰型系列音声変換における時間対応付け学習の頑健性

HUANG Wen-Chin, 小林 和弘, 戸田 智基

日本音響学会研究発表会 

Eden-VC：音素継続長とアライメントの協調学習を用いた系列長変換型声質変換モデル

山下 陽生, 岡本 拓磨, 高島 遼一, 大谷 大和, 滝口 哲也, 戸田 智基, 河井 恒

日本音響学会研究発表会 

トランペット演奏を対象としたオンセット検出に基づくテンポ変化推定

岡森 一樹, 武田 一哉, 戸田 智基

日本音響学会研究発表会 

F0制御可能な有限インパルス応答に基づく高速ニューラルボコーダ

大谷 大和, 岡本 拓磨, 戸田 智基, 河井 恒

日本音響学会研究発表会 

テキストスタイル変換を用いた話し言葉音声合成

吉岡 大貴，安田 裕介，戸田 智基

日本音響学会研究発表会 

生成的異常音検知における識別的近傍平滑化

藤村 拓弥, 戸田 智基

日本音響学会研究発表会 

音声生成に関する情報処理技術の研究事例

戸田 智基

第76回人工知能セミナー「音声AIを支える基盤技術の最前線」, 人工知能研究センター 

Enhancing recognition of rare words in ASR through error detection and context-aware error correction

J. He, Z. Yang, T. Toda

電子情報通信学会音声研究会 

Electrolaryngeal speech enhancement through strong linguistic encoding methods

L.P. Violeta, W.-C. Huang, D. Ma, R. Yamamoto, K. Kobayashi, T. Toda

電子情報通信学会音声研究会 

Sequence-to-sequence voice conversion for electrolaryngeal speech enhancement with multi-stage pretraining and fine-tuning techniques

D. Ma, L.P. Violeta, K. Kobayashi, T. Toda

電子情報通信学会音声研究会 

End-to-End系列変換型声質変換への高速ニューラル波形生成モデル導入の検討," 音講論, 2-Q-47, pp. 1295-1298, Sep. 2023.

山下 陽生, 岡本 拓磨, 高島 遼一, 大谷 大和, 滝口 哲也, 戸田 智基, 河井 恒

日本音響学会研究発表会 

F0予測・波形生成ネットワークの一貫学習によるメルスペクトログラム入力型F0制御可能ニューラルボコーダ

清水 聡太, 岡本 拓磨, 高島 遼一, 大谷 大和, 滝口 哲也, 戸田 智基, 河井 恒

日本音響学会研究発表会 

NNSVS: ニューラルネットワークに基づく歌声合成のためのオープンソースソフトウェア

山本 龍一, 米山 怜於, 戸田 智基

日本音響学会研究発表会 

複数話者テキスト音声合成における話者ベクトルの安定化に関する検討

日田 光紀, 岡本 拓磨, 西村 竜一, 大谷 大和, 戸田 智基, 河井 恒

日本音響学会研究発表会 

注意機構付きVAEを用いたテキスト発話スタイル変換における少量パラレルデータの活用

吉岡 大貴, 安田 裕介, 戸田 智基

日本音響学会研究発表会 

音メディアコミュニケーションにおける共創型機能拡張技術の創出 招待有り

戸田 智基

JST CREST「人間と情報環境の共生インタラクション基盤技術の創出と展開」領域, 中間報告シンポジウム－共生インタラクション研究が創る新しい未来社会デザイン－ 

パラ言語音声翻訳のための音声合成技術 ～ノンパラレル音声言語表情変換～ ～多様な音調とスタイルを持つ言語・非言語音声合成～ 招待有り

戸田 智基, 高道 慎之介

多元自動通訳研究シンポジウム2023 

個別楽器音に基づいた楽曲間類似度のための分離表現学習

橋爪 優果, 李 莉, 宮下 敦志, 戸田 智基

情報処理学会 音楽情報科学研究発表会 

A comparative study of self-supervised speech representation based voice conversion 国際共著 国際会議

W.-C. Huang, S.-W. Yang, T. Hayashi, T. Toda

Investigation of Japanese PnG BERT Language Model in Text-to-Speech Synthesis for Pitch Accent Language 国際会議

Y. Yasuda, T. Toda

音声情報処理の最先端から見える未来 招待有り

戸田 智基

第64回日本神経学会学術大会 シンポジウム「脳神経内科領域でのAIの未来：基礎研究から臨床応用まで」 

x-vectorと音声認識コーパスを用いた多様な発話スタイルに対応する複数話者テキスト音声合成の評価

日田 光紀, 岡本 拓磨, 西村 竜一, 大谷 大和, 戸田 智基，河井 恒

電子情報通信学会音声研究会 

全結合層型アップサンプリングを導入した高速ニューラル波形生成モデル

山下 陽生, 岡本 拓磨, 高島 遼一, 大谷 大和, 滝口 哲也, 戸田 智基，河井 恒

電子情報通信学会音声研究会 

MS-Harmonic-Net++ vs SiFi-GAN: 基本周波数制御可能な高速ニューラル波形生成モデルの比較

清水 聡太, 岡本 拓磨, 高島 遼一, 大谷 大和, 滝口 哲也, 戸田 智基，河井 恒

電子情報通信学会音声研究会 

トークン表現を用いたギター自動採譜における系列変換ネットワークの学習法

金 世訓, 武田 一哉, 戸田 智基

情報処理学会 音楽情報科学研究発表会 

DNN音声強調におけるNoisy-target Trainingの分析と実応用に向けた調査

藤村 拓弥, 戸田 智基

電子情報通信学会応用音響研究会 

サイクル学習を用いた注意機構付きVAEによるテキスト発話スタイル変換

吉岡 大貴, 安田 裕介, 松永 悟行, 大谷 大和, 戸田 智基

日本音響学会研究発表会 

合成音声の主観評価結果の統計的解析

安田 裕介, 戸田 智基

日本音響学会研究発表会 

SiFi-GAN：音源フィルタ構造に基づくHiFi-GAN

米山 怜於, Y.-C. Wu, 戸田 智基

日本音響学会研究発表会 

Harmonic-Net++: 基本周波数制御可能なメルスペクトログラム入力型高速ニューラルボコーダ

清水 聡太, 岡本 拓磨, 高島 遼一, 滝口 哲也, 戸田 智基, 河井 恒

日本音響学会研究発表会 

End-to-End系列変換型声質変換の高速化およびノンネイティブ話者変換の検討

山下 陽生, 岡本 拓磨, 高島 遼一, 滝口 哲也, 戸田 智基, 河井 恒

日本音響学会研究発表会 

E2E-S2S-VC：End-to-end系列変換型声質変換

岡本 拓磨, 戸田 智基, 河井 恒

日本音響学会研究発表会 

音声認識用コーパスを用いた複数話者テキスト音声合成における高品質化の検討

日田 光紀, 岡本 拓磨, 西村 竜一, 戸田 智基, 河井 恒

日本音響学会研究発表会 

大規模雑音混入音声データを利用したDNN音声強調学習の効果

藤村 拓弥, 戸田 智基

日本音響学会研究発表会 

基本周波数制御可能な高速ニューラル波形生成モデルの比較

清水 聡太, 岡本 拓磨, 高島 遼一, 滝口 哲也, 戸田 智基, 河井 恒

電子情報通信学会音声研究会 

リー群論に基づく一般化ワーピング

宮下 敦志, 戸田 智基

電子情報通信学会音声研究会 

MS-FC-HiFi-GAN：学習可能な軽量アップサンプリングを用いた高速ニューラル波形生成モデル

山下 陽生, 岡本 拓磨, 高島 遼一, 滝口 哲也, 戸田 智基, 河井 恒

電子情報通信学会音声研究会 

名古屋大学における学生の利便性向上を目指したLMS連携システムの開発

澤田 桂都, 山本 実央, 木迫 璃玖, 大平 茂輝, 後藤 明史, 戸田 智基

大学ICT推進協議会 2022年度年次大会 

内容語保存機構を備えた変分自己符号化器に基づくテキスト発話スタイル変換

吉岡 大貴, 安田 裕介, 松永 悟行, 大谷 大和, 戸田 智基

情報処理学会 音声言語情報処理研究会 

異常音検知に対する深層学習適用事例

戸田 智基

第144回ロボット工学セミナー「ロボットのための音声・音響処理技術」, 日本ロボット学会 

注意機構付きVAEを用いたテキスト発話スタイル変換の改良

吉岡 大貴, 安田 裕介, 松永 悟行, 大谷 大和, 戸田 智基

日本音響学会研究発表会 

深層生成モデルに基づく音声合成技術

戸田 智基

第21回情報科学技術フォーラム（FIT2022） 

Direction-aware target speaker extraction with conditional variational autoencoders and its sensitivity to direction-of-arrival error

R. Wang, L. Li, T. Toda

DNN音声強調におけるNoisy-target Trainingの挙動分析

藤村 拓弥, 戸田 智基

日本音響学会研究発表会 

FC-HiFi-GAN：全結合層型アップサンプリングを導入した高速HiFi-GAN

山下 陽生, 岡本 拓磨, 高島 遼一, 滝口 哲也, 戸田 智基, 河井 恒

日本音響学会研究発表会 

Sequence-wise parameter extraction of quasi-harmonic model for speech waveform generation

S. Chen, T. Toda

Harmonic-Net+：高調波入力とLayerwise-Quasi-Periodic畳み込みを用いた基本周波数制御可能な高速ニューラルボコーダ

松原 圭亮, 岡本 拓磨, 高島 遼一, 滝口 哲也, 戸田 智基, 河井 恒

日本音響学会研究発表会 

基本周波数制御可能なメルスペクトログラム入力型HiFi-GANの初期検討

清水 聡太, 岡本 拓磨, 高島 遼一, 滝口 哲也, 戸田 智基, 河井 恒

日本音響学会研究発表会 

Three-stage voice conversion framework for noisy and reverberant speech

Y. Choi, C. Xie, T. Toda

Sequence-to-sequence voice conversion training using synthetic parallel data for electrolaryngeal speech enhancement

D. Ma, L.P. Violeta, K. Kobayashi, T. Toda

音声認識コーパスを用いた高品質複数話者テキスト音声合成に向けたニューラルボコーダによる帯域拡張

日田 光紀, 岡本 拓磨, 西村 竜一, 戸田 智基, 河井 恒

日本音響学会研究発表会 

Interpretable emotional control for text-to-speech system toward development of sympathetic educational-support robots

J. Feng, T. Yoshikawa, T. Toda

A comparison of pretraining frameworks for improving pathological speech recognition

L.P. Violeta, W.-C. Huang, T. Toda

拡散確率モデルとアライメントモデルを用いた潜在特徴系列変換に基づくテキスト音声合成

安田 裕介, 戸田 智基

日本音響学会研究発表会 

構音障害者のための高明瞭度音声合成におけるHiFi-GANを用いた品質改善

松原 圭亮, 高島 遼一, 岡本 拓磨, 滝口 哲也, 戸田 智基, 河井 恒

日本音響学会研究発表会 

群論を用いた解析的声道長正規化処理と音声認識への応用

宮下 敦志, 戸田 智基

日本音響学会研究発表会 

Robustness of noisy-to-noisy voice conversion against variations of noisy condition

C. Xie, T. Toda

各楽器音源に着目した楽曲間類似度学習の評価

橋爪 優果, 李 莉, 戸田 智基

日本音響学会研究発表会 

Note-level automatic guitar transcription using attention mechanism and multi-task learning

S. Kim, T. Hayashi, T. Toda

各楽器音に着目した楽曲間類似度学習

橋爪 優果, 李 莉, 戸田 智基

情報処理学会 音楽情報科学研究発表会 

群論を用いた声道長変換の表現と解析的正規化処理

宮下 敦志, 戸田 智基

電子情報通信学会 音声研究会 

二種の二値分類タスクに基づく外れ値検出を用いた直列型異常音検知法

畔栁 伊吹, 林 知樹, 武田 一哉, 戸田 智基

電子情報通信学会 応用音響研究会 

Target speaker extraction based on conditional variational autoencoder and directional information in underdetermined condition

R. Wang, L. Li, T. Toda

The VoiceMOS Challenge 2022 国際共著

W.-C. Huang, E. Cooper, Y. Tsao, H.-M. Wang, T. Toda, J. Yamagishi

Disfluency Removal with Speech Inpainting on Spontaneous Lecture Speech

H. Geng, Y. Yasuda, T. Toda

環境音波形の教師なしモデリング及び環境音識別のためのデータ拡張への応用

犬塚 雅也, 林 知樹, 戸田 智基

日本音響学会研究発表会 

注意機構付きVAEを用いた日本語テキストの発話スタイル変換

吉岡 大貴, 安田 裕介, 松永 悟行, 大谷 大和, 戸田 智基

日本音響学会研究発表会 

各楽器音源に着目した距離学習に基づく楽曲間類似度計算

橋爪 優果, 李 莉, 戸田 智基

日本音響学会研究発表会 

音素列制約つき音声認識モデルによる音声からのアクセントラベルの自動推定

吉本 暁文, 戸田 智基

日本音響学会研究発表会 

書記素と音素を用いた事前学習モデルの日本語テキスト音声合成への適用

安田 裕介, 戸田 智基

日本音響学会研究発表会 

最尤推定型継続長モデルを用いた話速変換ニューラルTTS

岡本 拓磨, 戸田 智基, 河井 恒

日本音響学会研究発表会 

敵対的学習による統合的ソースフィルタネットワークの改良

米山 怜於, 呉 宜樵, 戸田 智基

日本音響学会研究発表会 

Period-HiFi-GAN: 基本周波数を制御可能な高速ニューラルボコーダ

松原 圭亮, 岡本 拓磨, 高島 遼一, 滝口 哲也, 戸田 智基, 河井 恒

日本音響学会研究発表会 

声質の可視化を用いた所望音声検索システムの提案

佐治 拓樹, 小林 和弘, 石黒 祥生, 戸田 智基, 大谷 健登, 西野 隆則, 武田 一哉

情報処理学会 音楽情報科学研究発表会 

音を聴き分けて状況を判断する技術

戸田 智基

第2回名古屋大学イニシアティブウェビナー「視覚と聴覚の再構築」 

DXがもたらす学び支援サービスと学び生活

戸田 智基

名古屋大学教育基盤連携本部高等教育システム開発部門シンポジウム 

共創型音メディア機能拡張に向けた取り組み 招待有り

戸田 智基

電気・電子・情報関係学会 東海支部連合大会 

強制アライメント版Parallel Tacotron 2とHiFi-GANを用いたCPU型リアルタイム日本語ニューラルテキスト音声合成システムの実装

岡本 拓麿, 戸田 智基, 河井 恒

日本音響学会研究発表会 

言語表現の制御を可能とするTTS実現に向けたVAEによるテキスト発話スタイル変換

吉岡 大貴, 戸田 智基

日本音響学会研究発表会 

敵対的学習による統合型ソースフィルタネットワーク

米山 怜於, Y.-C. Wu, 戸田 智基

日本音響学会研究発表会 

HiFi-GANボコーダにおけるLPCNet特徴量の検討

松原 圭亮, 岡本 拓麿, 高島 遼一, 滝口 哲也, 戸田 智基, 河井 恒

日本音響学会研究発表会 

距離学習を導入した二値分類モデルによる異常音検知

畔栁 伊吹, 林 知樹, 武田 一哉, 戸田 智基

日本音響学会研究発表会 

発声機能拡張のためのインタラクティブ音声変換 招待有り

戸田 智基

電気・電子・情報関係学会 東海支部連合大会 

Interactive voice conversion for augmented speech production 招待有り 国際会議

T. Toda

5th International Workshop on Symbolic-Neural Learning (SNL-2021) 

Practical use of LMS and related tools - case of Japanese university 国際会議

H. Hatakeyama, T. Toda, D. Ando, S. Kajita

Open Apereo 

統合型ソースフィルタネットワークによるニューラルボコーダ

米山 怜於, Yi-Chiao Wu, 戸田 智基

電子情報通信学会音声研究会 

名古屋大学における2020年度LMS利用ログ分析ならびに学習活動分析に向けた今後の展開

戸田 智基, 大平 茂輝, 後藤 明史

国立情報学研究所「大学の情報環境のあり方検討会」【第28回】大学等におけるオンライン教育とデジタル変革に関するサイバーシンポジウム「教育期間DXシンポ」 

COVID-19とLMS - 大学教育の大幅な変化を経験して

森 健策, 戸田 智基

情報処理学会第38回全国大会 イベント企画「コロナ新時代の情報処理（教育）～口頭教育におけるニューノーマルの模索～」 

電気式人工喉頭を用いた歌唱システムにおける自然な身体動作を利用した歌唱表現付与の提案

大川 舜平, 石黒 祥生, 大谷 健登, 西野 隆典, 小林 和弘, 戸田 智基, 武田 一哉

情報処理学会シンポジウム インタラクション2021 

音高情報条件つき変分自己符号化器を用いたF0歌唱パターン生成

関 翔悟, 多賀 遥香, 武田 一哉, 戸田 智基

日本音響学会研究発表会 

マルチタスク学習を用いたU-Netに基づく楽曲音源分離に関する調査

大竹 徹郎, 関 翔悟, 戸田 智基

日本音響学会研究発表会 

テキスト音声合成のためのポストフィルタ用WaveNetボコーダの学習条件に関する評価

安原 和輝, Yi-Chiao Wu, Patrick Lumban Tobing, 松永 悟行, 大谷 大和, 戸田 智基

日本音響学会研究発表会 

DiffWaveGrad: 拡散確率型ニューラルボコーダの併用モデル

岡本 拓麿, 戸田 智基, 志賀 芳則, 河井 恒

日本音響学会研究発表会 

CycleVAEを用いた声質変換におけるWaveNetボコーダのファインチューニング法の調査

中谷 輝, Patrick Lumban Tobing, 武田 一哉, 戸田 智基

日本音響学会研究発表会 

CycleVAE型声質変換を用いた構音障害者のための高明瞭度音声合成

松原 圭亮, 岡本 拓麿, 高島 遼一, 滝口 哲也, 戸田 智基, 志賀 芳則, 河井 恒

日本音響学会研究発表会 

特徴量空間のクラス重心を考慮した二値分類モデルによる異常音検知

畔栁 伊吹, 林 知樹, 武田 一哉, 戸田 智基

電子情報通信学会応用音響研究会 

CREST「共生インタラクション」共創型音メディア機能拡張プロジェクト 招待有り

戸田 智基

情報処理学会 音声言語情報処理研究会 

Recent progress on voice conversion: what is next? 招待有り 国際会議

T. Tod

IEEE SLT 

名古屋大学におけるオンライン授業支援サービスの運用

戸田 智基, 大平 茂輝, 後藤 明史, 田上 奈緒, 松岡 孝, 島田 啓史, 田島 尚徳, 中務 孝広, 出口 大輔, 森 健策

大学ICT推進協議会 2020年度年次大会 

Open Apereo 2020 Online参加報告

畠山 久, 常盤 祐司, 戸田 智基, 梶田 将司

情報処理学会 教育学習支援情報システム研究会 

CycleVAEとWaveNetボコーダを用いたクロスリンガル声質変換

中谷 輝, Patrick Lumban Tobing, 武田 一哉, 戸田 智基

日本音響学会研究発表会 

FastSpeech型ニューラルTTSモデルの比較

岡本 拓磨, 戸田 智基, 志賀 芳則, 河井 恒

日本音響学会研究発表会 

聴取者ごとの感情知覚モデルに基づく音声感情認識

安藤 厚志, 森 岳至, 小橋川 哲, 戸田 智基

日本音響学会研究発表会 

微分可能全域通過フィルタを用いたダイナミックレンジ圧縮

彦坂 秀, 関 翔悟, 武田 一哉, 戸田 智基

日本音響学会研究発表会 

Full-band LPCNet：48kHzリアルタイムニューラルボコーダ

松原 圭亮, 岡本 拓麿, 高島 遼一, 滝口 哲也, 戸田 智基, 志賀 芳則, 河井 恒

日本音響学会研究発表会 

一般化指令応答モデルを用いた変分自己符号化器に基づく歌唱F0パターンの生成

多賀 遥香, 関 翔悟, 李 莉, 武田 一哉, 戸田 智基

日本音響学会研究発表会 

Recent trend of voice conversion research and its possible future direction 招待有り 国際会議

T. Toda

ROCLING (32nd annual Conference on Computational Linguistics and Speech Processing) 

オンデマンド型オンライン授業における学習活動分析に向けた授業支援システムログ活用の試み

戸田 智基, 大平 茂輝, 後藤 明史

国立情報学研究所「大学の情報環境のあり方検討会」【第17回】4月からの大学等遠隔授業に関する取組状況共有サイバーシンポジウム 

名古屋大学におけるオンライン授業支援に関する事例紹介

戸田 智基

電気・電子・情報関係学会 東海支部連合大会 

Sustainable Digital Learning Environment - Our Practices of Sakai 国際会議

H. Hatakeyama, T. Toda, Y. Tokiwa, S. Kajita

Open Apereo 

名古屋大学教育学部附属学校におけるLMS導入取組～名大情報基盤センターとの連携

森 健策, 三小田 博昭, 渡辺 武志, 丹羽 ひとみ, 戸田 智基

国立情報学研究所「大学の情報環境のあり方検討会」【第4回】4月からの大学等遠隔授業に関する取組状況共有サイバーシンポジウム 

名古屋大学における情報基盤を活用したCOVID-19対応 - オンライン学習の観点から

森 健策, 戸田 智基, 楫 勇一

国立情報学研究所「大学の情報環境のあり方検討会」4月からの大学等遠隔授業に関する取組状況共有サイバーシンポジウム 

リアルタイムニューラルボコーダにおける学習データ量の影響の調査

松原 圭亮, 岡本 拓磨, 高島 遼一, 滝口 哲也, 戸田 智基, 志賀 芳則, 河井 恒

日本音響学会研究発表会 

発話感情認識における音韻・話者情報の低減

岡田 慎太郎, 安藤 厚志, 戸田 智基

日本音響学会研究発表会 

Self-attentionを用いた弱教師あり音響イベント検出 国際共著

宮崎 晃一, 小松 達也, 林 知樹, 渡部 晋治, 戸田 智基, 武田 一哉

日本音響学会研究発表会 

変分自己符号化器を用いた空気・体内伝導音の結合音源モデリングに基づく半教師あり自己発声音強調・抑圧

関 翔悟, 高田 萌絵, 武田 一哉, 戸田 智基

電子情報通信学会音声研究会 

CycleVAEを用いたクロスリンガル声質変換

中谷 輝, P.L. Tobing, 武田 一哉, 戸田 智基

電子情報通信学会音声研究会 

複数話者WaveNetボコーダを用いたニューラル話速変換の試み

岡本拓磨, 松原 圭亮, 戸田 智基, 志賀 芳則, 河井 恒

電子情報通信学会音声研究会 

テキスト音声合成におけるポストフィルタとしてのWaveNetボコーダ学習法

安原 和輝, Yi-Chiao Wu, Patrick Lumban Tobing, 松永 悟行, 大谷 大和, 戸田 智基

日本音響学会研究発表会 

音声変換技術と音声生成機能拡張への応用 招待有り

戸田 智基

電子情報通信学会2020年総合大会 ソサイエティ合同企画「情報通信技術と人間相互理解の未来」 

フルコンテキストラベル入力型リアルタイムニューラルテキスト音声合成の比較

岡本 拓磨, 松原 圭亮, 戸田 智基, 志賀 芳則, 河井 恒

日本音響学会研究発表会 

End-to-end音声合成の研究を加速させるオープンソースツールキットESPnet-TTS 招待有り 国際共著

林 知樹, 山本 龍一, 井上 勝喜, 吉村 建慶, 武田 一哉, 戸田 智基, 渡部 晋治

日本音響学会研究発表会 スペシャルセッション「end-to-end音声合成とその周辺」 

周りに内緒で通話できるか

戸田 智基

第6回 名古屋大学の卓越・先端・次世代シンポジウム「専門性と学際性の狭間で」 

ユーザの適応能力を活用する共創型音声生成機能拡張技術の構築

戸田 智基

JSTさきがけ「新しい社会システムデザインに向けた情報基盤技術の創出」研究成果報告会 

音声コミュニケーションにおける機能拡張

戸田 智基

名古屋大学 情報学シンポジウム2020「人工知能技術がもたらす価値創造と情報学の使命－音声言語コミュニケーション技術とポジティブ情報学の交差点から」 

Speech waveform modeling for advanced voice conversion 招待有り 国際会議

T. Toda

発話感情認識における音素事後確率を利用した表現学習とデータ拡張の評価

岡田 慎太郎, 安藤 厚志, 戸田 智基

電子情報通信学会音声研究会 

Creation of cooperative human augmentation techniques in sound media communication

T. Toda

Improving singing aid system for laryngectomees with statistical voice conversion and VAE-SPACE

L. Li, T. Toda, K. Morikawa, K. Kobayashi, S. Makino

音声合成技術の進展 招待有り

戸田 智基

第3回次期グローバルコミュニケーション計画検討WG 

声を変える技術の発展と社会に与える影響

戸田 智基

名古屋大学-NTT技術交流会 

音声を変換する技術と機能拡張への応用 招待有り

戸田 智基

豊田工業大学 研究談話会 

Speech waveform modeling for advanced voice conversion 国際会議

T. Toda

パソコン必携化を活用した授業設計に向けて

戸田 智基

令和元年度第2回名古屋大学情報連携統括本部公開講演会・研究会 

音声波形直接生成モデル「ニューラルボコーダ」の比較 招待有り

岡本 拓磨, 戸田 智基, 志賀 芳則, 河井 恒

情報処理学会音声言語情報処理研究会 

音声翻訳のための柔軟な音声合成の進展

戸田 智基, 高道 慎之介

次世代音声言語研究シンポジウム2019 

End-to-End型テキスト音声合成におけるWaveNetボコーダの学習に関する調査

安原 和輝, 林 知樹, 戸田 智基

日本音響学会研究発表会 

模擬難聴処理を活用した補聴器フィルタ設計

彦坂 秀, 小林 和弘, 林 知樹, 関 翔悟, 武田 一哉, 坂野 秀樹, 戸田 智基

日本音響学会研究発表会 

空気／体内伝導音の対応関係を活用した自己発声音強調／抑圧法

高田 萌絵, 関 翔悟, P.L. Tobing, 戸田 智基

日本音響学会研究発表会 

楽曲音源分離のための個別音源マスク推定ネットワークの統合法

大竹 徹郎, 関 翔悟, 戸田 智基

日本音響学会研究発表会 

WaveGlowボコーダを用いたリアルタイムニューラルテキスト音声合成

岡本 拓麿, 戸田 智基, 志賀 芳則, 河井 恒

日本音響学会研究発表会 

Statistical voice conversion with direct waveform modeling 国際会議

T. Toda, K. Kobayashi, T. Hayashi

An investigation of fundamental frequency pattern prediction in electrolaryngeal speech enhancement

M. Eshghi, K. Tanaka, K. Kobayashi, H. Kameoka, T. Toda

コンタクトセンタ顧客満足度推定におけるドメイン適応の検討

安藤 厚志, 増村 亮, 神山 歩相名, 小橋川 哲, 青野 裕司, 戸田 智基

日本音響学会研究発表会 

音声分析・合成

戸田 智基

音声認識・音声対話技術講習会 

End-to-End型テキスト音声合成におけるWaveNetボコーダの学習についての調査

安原 和輝, 林 知樹, 戸田 智基

電子情報通信学会音声研究会 

模擬難聴処理を活用した音声波形加工に基づく明瞭度改善

彦坂 秀, 小林 和弘, 林 知樹, 関 翔悟, 武田 一哉, 坂野 秀樹, 戸田 智基

電子情報通信学会音声研究会 

Advanced voice conversion 招待有り 国際会議

T. Toda

Hands on voice conversion 招待有り 国際会議

T. Toda

空気・体内伝導音を対象とした音声・音環境情報処理

戸田 智基

2019年度 第1回 住友理工株式会社―名古屋大学 探索型共同研究 テーマ検討会 

多チャンネル変分自己符号化器を用いた劣決定音源分離

関 翔悟, 亀岡 弘和, 李 莉, 戸田 智基, 武田 一哉

日本音響学会研究発表会 

多チャンネル変分自己符号化器に基づく劣決定音源分離の評価

関 翔悟, 亀岡 弘和, 李 莉, 戸田 智基, 武田 一哉

電子情報通信学会音声研究会 

波形加工に基づく統計的声質変換の外部雑音に対する頑健性

栗田 優佑, 小林 和弘, 武田 一哉, 戸田 智基

電子情報通信学会音声研究会 

基本周波数とメルケプストラムを用いたリアルタイムニューラルボコーダの検討

岡本 拓磨, 戸田 智基, 志賀 芳則, 河井 恒

日本音響学会研究発表会 

Voice conversion with cyclic recurrent neural network for WaveNet fine-tuning

P.L. Tobing, Y.-C. Wu, T. Hayashi, K. Kobayashi, T. Toda