“研究"

原著論文

1. Kentaro Seki, Yuki Saito, Shinnosuke Takamichi, Takaaki Saeki and Hiroshi Saruwatari, “Toward Data-Efficient Speech Synthesis: Active Learning-Based Corpus Construction for Multi-Speaker Text-to-Speech Synthesis,” IEEE Access, Vol. 13, pp. 217900–217912, Dec. 2025. [OPEN ACCESS]
2. Kentaro Seki, Shinnosuke Takamichi, Takaaki Saeki and Hiroshi Saruwatari, “TTSOps: A Closed-Loop Corpus Optimization Framework for Training Multi-Speaker TTS Models from Dark Data,” IEEE Transactions on Audio, Speech, and Language Processing, Vol. 33, pp. 4956–4970, Nov. 2025. [arXiv preprint] [OPEN ACCESS]
3. Kentaro Seki, Nobutaka Ito, Kazuki Yamauchi, Yuki Okamoto, Kouei Yamaoka, Yuki Saito, Shinnosuke Takamichi, Hiroshi Saruwatari, “Language-queried target speech extraction using para-linguistic and non-linguistic prompts,” Acoustical Science and Technology, Vol. 46, No. 6, pp. 671–675, Nov. 2025. [OPEN ACCESS]

国際学会（査読あり）

1. Wataru Nakata*, Kentaro Seki*, Hitomi Yanaka, Yuki Saito, Shinnosuke Takamichi, Hiroshi Saruwatari, “J-CHAT: Japanese Large-scale Spoken Dialogue Corpus for Spoken Dialogue Language Modeling,” in Proc. LREC, 2026. [arXiv preprint] [Proceedings]
2. Kentaro Seki, Yuki Okamoto, Kouei Yamaoka, Yuki Saito, Shinnosuke Takamichi, Hiroshi Saruwatari, “Spatial-CLAP: Learning Spatially-Aware Audio–Text Embeddings for Multi-Source Conditions,” in Proc. ICASSP, 2026. [arXiv preprint]
3. Kentaro Seki, Natsuhiro Tsuboi, Toshiki Kaisaki, Yuto Ishikawa, Yuki Saito, Kouei Yamaoka, and Hiroshi Saruwatari, “Real-Time Hearing Assistance System Combining Multichannel Speech Enhancement and Voice Conversion for Improved Listening Comfort,” in Sixth Joint Meeting: Acoustical Society of America and Acoustical Society of Japan, Dec. 2025. (abstract reviewed)
4. Kentaro Seki, Shinnosuke Takamichi, Takaaki Saeki and Hiroshi Saruwatari, “Active Learning for Text-to-Speech Synthesis with Informative Sample Collection" in Proc. APSIPA ASC, 2025. [arXiv preprint]
5. Kentaro Seki, Shinnosuke Takamichi, Norihiro Takamune, Yuki Saito, Kanami Imamura, and Hiroshi Saruwatari, “Spatial Voice Conversion: Voice Conversion Preserving Spatial Information and Non-target Signals" in Proc. Interspeech, 2024. [arXiv preprint]
6. Takuto Igarashi, Yuki Saito, Kentaro Seki, Shinnosuke Takamichi, Ryuichi Yamamoto, and Kentaro Tachibana and Hiroshi Saruwatari, “Noise-Robust Voice Conversion by Conditional Denoising Training Using Latent Variables of Recording Quality and Environment" in Proc. Interspeech, 2024.
7. Yuki Saito, Takuto Igarashi, Kentaro Seki, Shinnosuke Takamichi, Ryuichi Yamamoto, Kentaro Tachibana, and Hiroshi Saruwatari. “SRC4VC: Smartphone-Recorded Corpus for Voice Conversion Benchmark" in Proc. Interspeech, 2024.
8. Osamu Take, Shinnosuke Takamichi, Kentaro Seki, Yoshiaki Bando, and Hiroshi Saruwatari, “SaSLaW: Dialogue Speech Corpus with Audio-visual Egocentric Information Toward Environment-adaptive Dialogue Speech Synthesis" in Proc. Interspeech, 2024.
9. Kentaro Seki, Shinnosuke Takamichi, Takaaki Saeki and Hiroshi Saruwatari, “Diversity-based core-set selection for text-to-speech with linguistic and acoustic features" in Proc. ICASSP, 2024.[arXiv preprint]
10. Joonyong Park, Shinnosuke Takamichi, Tomohiko Nakamura, Kentaro Seki, Detai Xin and Hiroshi Saruwatari, “How Generative Spoken Language Modeling Encodes Noisy Speech: Investigation from Phonetics to Syntactics" in Proc. Interspeech, 2023. [arXiv preprint]
11. Kentaro Seki, Shinnosuke Takamichi, Takaaki Saeki and Hiroshi Saruwatari, “Text-to-speech synthesis from dark data with evaluation-in-the-loop data selection" in Proc. ICASSP, 5 pages, 2023.[arXiv preprint]

国内学会

1. 関 健太郎, 岡本 悠希, 山岡 洸瑛, 齋藤 佑樹, 高道 慎之介, and 猿渡 洋, “Spatial Audio Captioning: 複数音源状況下における空間情報を伴う説明文の生成とその評価,” in 日本音響学会第155回(2026年春季)研究発表会, Mar. 2026.
2. 関 健太郎, 齋藤 佑樹, 高道 慎之介, 佐伯 高明, and 猿渡 洋, “TTSOps 2.0: テキスト音声合成におけるデータ収集・前処理・学習プロセスの統合的最適化,” in 日本音響学会第155回(2026年春季)研究発表会, Mar. 2026.
3. 早崎 勇輝, 関 健太郎, 岡本 悠希, 山岡 洸瑛, 齋藤 佑樹, and 猿渡 洋, “Moving-CLAP：移動音源に対応した音響言語モデルの提案,” in SPEASIP2026ワークショップ, Mar. 2026.
4. 関 健太郎, 岡本 悠希, 山岡 洸瑛, 齋藤 佑樹 高道 慎之介, and 猿渡 洋, “ステレオ信号に対する空間情報を伴う音響キャプショニング,” in 第20回言語処理若手シンポジウム（YANS2025）, Sep. 2025.
5. 中田 亘, 山内 一輝, 関 健太郎, 齋藤 佑樹, 猿渡 洋, 中村 友彦, 坂東 宜昭, and 深山 覚, “BigGSE: 自己教師ありモデル特徴量空間でのFlow Matchingに基づく生成的音声強調,” in 日本音響学会第154回(2025年秋季)研究発表会, Sep. 2025.
6. 関 健太郎, 伊藤信貴, 山内一輝, 岡本悠希, 山岡洸瑛, 齋藤佑樹, 高道慎之介, and 猿渡洋, “パラ言語・非言語情報の記述文をクエリとした目的音声抽出,” in 日本音響学会第154回(2025年秋季)研究発表会, Sep. 2025.
7. 関 健太郎, 岡本 悠希, 山岡 洸瑛, 齋藤 佑樹, 高道 慎之介, and 猿渡洋, “空間情報を伴う音響言語モデルの検討,” in 日本音響学会第154回(2025年秋季)研究発表会, Sep. 2025.
8. 有田 諒子, 中田 亘, 山内 一輝, 関 健太郎, 楊 棟, 齋藤 佑樹, and 猿渡 洋, “歌声合成システムの開発に向けた音響モデルと特徴量の検討,” in 音学シンポジウム2025, Jun. 2025.
9. 関 健太郎, 高道 慎之介, 佐伯 高明, 猿渡 洋, “データ単位前処理自動選択による音声合成コーパスのデータクレンジング,” 日本音響学会第153回(2025年春季)研究発表会, Mar. 2025.
10. 関 健太郎, 李 莉, 関 翔悟, 山岡 洸瑛, “分散マイクロフォンアレイを用いたスポットフォーミングにおける空間フィルタと時間周波数マスクの同時最適化,” 日本音響学会第153回(2025年春季)研究発表会, Mar. 2025.
11. 高道 慎之介, 和田 仰, 小川 諒, 山岡 洸瑛, 中田 亘, 淺井 航平, 関 健太郎, 岡本 悠希, 齋藤 佑樹, 小川 哲司, 猿渡 洋, 中村 友彦, and 深山 覚, “音声・音響・音楽を扱うオープン基盤モデルの構築に向けたデータセット策定,” in 言語処理学会第31回年次大会(NLP2025), Mar. 2025.
12. 淺井 航平, 齋藤 佑樹, 中田 亘, 関 健太郎, 猿渡 洋, “話者オーバーラップ音声からの特徴抽出に向けた自己教師あり学習モデルの検討,” 日本音響学会第153回(2025年春季)研究発表会, Mar. 2025.
13. 濱田 誉輝, 齋藤 佑樹, 中田 亘, 山内 一輝, 関 健太郎, 岡本 悠希, 猿渡 洋, “ペルソナ説明文を利用した合成音声の話者性制御手法の検討,” 日本音響学会第153回(2025年春季)研究発表会, Mar. 2025.
14. 武 伯寒, 高道 慎之介, 関 健太郎, 猿渡 洋, “音環境に適応する音声合成能力を搭載した音声対話システムの構築と実証実験に基づく検討,” 情報処理学会 第155回 音声言語情報処理研究発表会, Mar. 2025.
15. 高田 賢太, 関 健太郎, 齋藤 佑樹, 山岡 洸瑛, 石川 悠人, 猿渡 洋, “オンライン空間音声変換に向けたBSS・VC・リミックスの統合,” 音声研究会, Mar. 2025.
16. 関健太郎, 高道慎之介, 佐伯高明, 猿渡洋, “データ重要度評価に基づく能動学習を用いた音声合成,” 第27回情報論的学習理論ワークショップ, Nov. 2024.
17. 武 伯寒, 高道 慎之介, 関健太郎, 坂東 宜昭, 猿渡 洋, “音環境に適応するテキスト音声合成のための一人称視点コーパス構築,” 情報処理学会 第151回 音声言語情報処理研究発表会, Mar. 2024.
18. 五十嵐 琢斗, 齋藤 佑樹, 関健太郎, 高道慎之介, 山本 龍一, 橘 健太郎, 猿渡 洋, “音声品質と音響環境の潜在変数で条件付けた Denoising Trainingによるノイズロバスト音声変換,” 電子情報通信学会研究報告, Mar. 2024.
19. 齋藤 佑樹, 五十嵐 琢斗, 関健太郎, 高道慎之介, 山本 龍一, 橘 健太郎, 猿渡 洋, “SRC4VCデータセット：多話者音声変換モデルのベンチマークを目的とした実デバイス収録音声コーパス,” 電子情報通信学会研究報告, Mar. 2024.
20. 岡本 美柚, 関 健太郎, 高道 慎之介, 齋藤 佑樹, 伊藤 貴之, “ImTTS：印象推定の可視化を用いた多話者音声合成システム,” 情報処理学会 第201回 ヒューマンコンピュータインタラクション研究会, Jan. 2024.
21. 岡本 美柚, 関健太郎, 高道 慎之介, 齋藤 佑樹, 伊藤 貴之, “ImTTS：印象推定の可視化を用いた多話者音声合成システム,” NICOGRAPH 2023, Dec. 2024（査読あり）.
22. 関健太郎, 高道慎之介, 佐伯高明, 猿渡洋, “テキスト音声合成におけるデータサブセット選択のための指標検討,” 日本音響学会第150回(2023年秋季)研究発表会, Sep. 2023.
23. 朴浚溶, 高道慎之介, 中村 友彦, 関健太郎, 辛德泰, 猿渡洋, “Generative Spoken Language Model を用いた劣化雑音音声の分析と他言語への適用,” 日本音響学会第149回(2023年春季)研究発表会, Sep. 2023.
24. 関健太郎, 高道慎之介, 佐伯高明, 猿渡洋, “学習・評価ループを用いたデータ選択によるダークデータからの音声合成,” 日本音響学会第149回(2023年春季)研究発表会, Mar. 2023.[論文][スライド]

招待講演

1. Kentaro Seki, “Data Selection for Text-to-speech with Feedback from Automatic Evaluation of Naturalness on Synthetic Speech,” in Joint Workshop of VoicePersonae and ASVspoof (VoiceMOS mini workshop) 2023, Nov. 2023.

予算

研究以外の予算はプロフィールをご覧ください。

1. 関 健太郎, “インターネットデータの活用によるテキスト音声合成の感情表現力向上”, 特別研究員 DC1, 450 万円, 日本学術振興会.
2. 中田 亘, 関 健太郎, “音声対話システムにおける表現力豊かな音声合成のためのデータセット整備と大規模言語モデルの言語知識の活用,” 300 万円, 2023 年度ディープテック人材育成事業「覚醒」, 産業技術総合研究所.

その他

1. 関健太郎, “国際会議報告 INTERSPEECH,” 人工知能学会 第15回対話システムシンポジウム, 2024年11月.

受賞

研究以外の受賞はプロフィールをご覧ください。