NTTコミュニケーション科学基礎研究所「オープンハウス2018」を開催 ～「深層学習に基づく音声の選択的聴取」など最新の研究成果を公開～

今回、NTTでは、複数の人の声が混ざった音声から、目的話者の声の特徴に基づき、その人の声だけを選択的に抽出する技術や、印刷された絵や文字を浮いてみえるように錯覚させる光投影技術などを開発しました。これら、AI技術corevo®（※）を支える最新の研究開発技術（合計29点）を、デモ等を交えながら、NTTの研究員が直接ご説明いたします。

開催概要

1．開催日時：

2．場所：

NTT京阪奈ビル（京都府相楽郡精華町光台2－4）
当日は、京都駅八条口、祝園駅西口、学研奈良登美ヶ丘駅北口より無料シャトルバスを運行します。
詳しくは、 ホームページをご覧ください。

主な研究開発内容

聞きたい人の声に耳を傾けるコンピュータ

複数人が同時に話していても、目的の人の声を数秒分だけコンピュータに教えるだけで、目的の人のみを抽出できる技術です。人どうしの会話における基本能力の一つである「選択的聴取」の機能を実現したことに相当します。目的話者の声の特徴に注目して選択的聴取を実現したのは世界初です。

浮像（うくぞう）

印刷された絵や文字を浮いてみえるように錯覚させる光投影技術です。画面上の対象ではなく、現実の物体を浮いているように見せる技術は世界初です。手書きした文字や絵に対しても即座に視覚効果を与えることが可能です。

こわれにくいネットワークをデザインします

道路網や電力網を増強する場合に、どこを増やせばもっとも信頼性が高い構成となるかを、膨大なパターンの中から正確に得る技術です。この方法では、同時に複数箇所で事故が起こる場合も考慮することができるので、たとえば大規模災害に強いネットワーク設計への応用が期待されます。

音だけから情景を推定

音だけを使って、まるで画像認識したかのように「どこにどんな物体があるのか」を推定することができる技術です。カメラの設置が好ましくないような、生活や公共空間での見守りや防犯等での応用が期待されます。

主な研究開発内容（上記を含む6点）については、別紙もあわせてご覧ください。