大谷大和 (Yamato OHTANI) - マイポータル

基本情報

所属: 国立研究開発法人情報通信研究機構ユニバーサルコミュニケーション研究所主任研究員

J-GLOBAL ID: 201701020356927607
researchmap会員ID: B000284511

研究キーワード

研究分野

情報通信 / 知能情報学 / 音声処理

経歴

2023年4月 - 現在

国立研究開発法人情報通信研究機構, ユニバーサルコミュニケーション研究所, 主任研究員
2021年6月 - 2023年3月

株式会社エーアイ, 取締役
2019年4月 - 2021年6月

株式会社エーアイ, 研究開発グループ, 執行役員
2017年5月 - 2019年3月

株式会社エーアイ, 研究開発グループ, 主任研究員
2015年7月 - 2017年4月

株式会社東芝, 研究開発センター, 研究主務
2010年4月 - 2015年6月

株式会社東芝, 研究開発センター, 研究員

学歴

2005年4月 - 2010年3月

奈良先端科学技術大学院大学, 情報科学研究科
2001年4月 - 2005年3月

大阪大学, 基礎工学部, システム科学科

委員歴

2025年4月 - 現在

日本音響学会関西支部, 評議員
2024年4月 - 現在

電子情報通信学会/情報処理学会音声研究会, 専門委員
2020年4月 - 現在

日本音響学会音声研究会, 専門委員
2018年4月 - 2020年4月

日本音響学会関西支部, 庶務幹事
2012年5月 - 2014年4月

電子情報通信学会/日本音響学会音声研究会, 幹事補佐

受賞

2015年9月

第39回粟屋潔学術奨励賞, 平静音声から予測した感情付与モデルに基づく統計的感情音声合成, 一般社団法人日本音響学会

論文

Fast Neural Vocoder With Fundamental Frequency Control Using Finite Impulse Response Filters

Yamato Ohtani, Takuma Okamoto, Tomoki Toda, Hisashi Kawai

IEEE Transactions on Audio, Speech and Language Processing 33 1893-1906 2025年5月査読有り筆頭著者
Sequence-to-Sequence Voice Conversion With Weighted Guided Attention

Haruki Yamashita, Takuma Okamoto, Ryoichi Takashima, Yamato Ohtani, Tetsuya Takiguchi, Tomoki Toda, Hisashi Kawai

IEEE Access 2025年
Phoneme-Level Duration Controllable Neural Text-to-Speech With Phoneme Embedding Skip Connection and Modified Gaussian Duration Modeling

Tadashi Ogura, Takuma Okamoto, Yamato Ohtani, Erica Cooper, Tomoki Toda, Hisashi Kawai

IEEE Access 2025年
Convnext-TTS And Convnext-VC: Convnext-Based Fast End-To-End Sequence-To-Sequence Text-To-Speech And Voice Conversion.

Takuma Okamoto, Yamato Ohtani, Tomoki Toda, Hisashi Kawai

IEEE International Conference on Acoustics, Speech and Signal Processing(ICASSP) 12456-12460 2024年
FIRNet: Fundamental Frequency Controllable Fast Neural Vocoder With Trainable Finite Impulse Response Filter.

Yamato Ohtani, Takuma Okamoto, Tomoki Toda, Hisashi Kawai

IEEE International Conference on Acoustics, Speech and Signal Processing(ICASSP) 10871-10875 2024年
Fast Neural Speech Waveform Generative Models With Fully-Connected Layer-Based Upsampling

Haruki Yamashita, Takuma Okamoto, Ryoichi Takashima, Yamato Ohtani, Tetsuya Takiguchi, Tomoki Toda, Hisashi Kawai

IEEE Access 2024年
WaveNeXt: ConvNeXt-Based Fast Neural Vocoder Without ISTFT layer.

Takuma Okamoto, Haruki Yamashita, Yamato Ohtani, Tomoki Toda, Hisashi Kawai

IEEE Automatic Speech Recognition and Understanding Workshop(ASRU) 1-8 2023年
Spoken-Text-Style Transfer with Conditional Variational Autoencoder and Content Word Storage

4576-4580 2022年査読有り
Loss Function Considering Multiple Attributes of a Temporal Sequence for Feed-Forward Neural Networks.

Noriyuki Matsunaga, Yamato Ohtani, Tatsuya Hirahara

IEICE Transactions on Information & Systems 103-D(12) 2659-2672 2020年
A Cyclical Post-Filtering Approach to Mismatch Refinement of Neural Vocoder for Text-to-Speech Systems.

Yi-Chiao Wu, Patrick Lumban Tobing, Kazuki Yasuhara, Noriyuki Matsunaga, Yamato Ohtani, Tomoki Toda

3540-3544 2020年
Statistical Bandwidth Extension for Speech Synthesis Based on Gaussian Mixture Model with Sub-Band Basis Spectrum Model

Yamato Ohtani, Masatsune Tamura, Masahiro Morita, Masami Akamine

IEICE TRANSACTIONS ON INFORMATION AND SYSTEMS E99D(10) 2481-2489 2016年10月査読有り
Voice quality control using perceptual expressions for statistical parametric speech synthesis based on cluster adaptive training

Yamato Ohtani, Koichiro Mori, Masahiro Morita

17TH ANNUAL CONFERENCE OF THE INTERNATIONAL SPEECH COMMUNICATION ASSOCIATION (INTERSPEECH 2016), VOLS 1-5 2258-2262 2016年査読有り
Emotional transplant in statistical speech synthesis based on emotion additive model

Yamato Ohtani, Yu Nasu, Masahiro Morita, Masami Akamine

Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH 2015- 274-278 2015年
GMM-based bandwidth extension using sub-band basis spectrum model

Yamato Ohtani, Masatsune Tamura, Masahiro Morita, Masami Akamine

Proceedings of the Annual Conference of the International Speech Communication Association, INTERSPEECH 2489-2493 2014年
Histogram-based spectral equalization for HMM-based speech synthesis using mel-LSP

Yamato Ohtani, Masatsune Tamura, Masahiro Morita, Takehiko Kagoshima, Masami Akamine

13TH ANNUAL CONFERENCE OF THE INTERNATIONAL SPEECH COMMUNICATION ASSOCIATION 2012 (INTERSPEECH 2012), VOLS 1-3 1154-1157 2012年査読有り
HMM-based speech synthesis using sub-band basis spectrum model

Yamato Ohtani, Masatsune Tamura, Masahiro Morita, Takehiko Kagoshima, Masami Akamine

13TH ANNUAL CONFERENCE OF THE INTERNATIONAL SPEECH COMMUNICATION ASSOCIATION 2012 (INTERSPEECH 2012), VOLS 1-3 1438-1441 2012年査読有り
CONTINUOUS F0 IN THE SOURCE-EXCITATION GENERATION FOR HMM-BASED TTS: DO WE NEED VOICEDIUNVOICED CLASSIFICATION?

Javier Latorre, Mark J. F. Gales, Sabine Buchholz, Kate Knill, Masatsune Tamura, Yamato Ohtani, Masami Akamine

2011 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH, AND SIGNAL PROCESSING 4724-4727 2011年査読有り
Linear transformation approaches to many-to-one voice conversion

C. Hayashida, T. Toda, Y. Ohtani, H. Saruwatari, K. Shikano

Proc. 7th ISCA Speech Synthesis Workshop (SSW7) 74-79 2010年9月査読有り
Adaptive voice-quality control based on one-to-many eigenvoice conversion

K. Ohta, T. Toda, Y. Ohtani, H. Saruwatari, K. Shikano

Proc. INTERSPEECH 2158-2161 2010年9月査読有り
Improvements of the One-to-Many Eigenvoice Conversion System

Yamato Ohtani, Tomoki Toda, Hiroshi Saruwatari, Kiyohiro Shikano

IEICE TRANSACTIONS ON INFORMATION AND SYSTEMS E93D(9) 2491-2499 2010年9月査読有り

もっとみる

MISC

日本語音声合成エンジンAITalkの仕組みとその活用—音声認識技術の動向

大谷大和

電気計算 / 電気書院 [編] 89(5) 33-38 2021年5月
企業における研究者の役割とキャリア形成の心得

大谷大和

日本音響学会誌 77(1) 46-47 2020年12月25日

書籍等出版物

音響キーワードブック

日本音響学会 (担当:分担執筆)

コロナ社 2016年3月 (ISBN: 9784339008807)

講演・口頭発表等

国際会議ICASSP2017報告

浅見太一, 大谷大和, 岡本拓磨, 小川哲司, 落合翼, 亀岡弘和, 駒谷和範, 高木信二, 高道慎之介, 俵直弘, 南條浩輝, 橋本佳, 福田隆, 増村亮, 松田繁樹, 李晃伸, 渡部晋治

情報処理学会研究報告(Web) 2017年7月20日
国際会議INTERSPEECH2016報告

浅見太一, 小川厚徳, 小川哲司, 大谷大和, 倉田岳人, 齋藤大輔, 塩田さやか, 篠原雄介, 鈴木雅之, 高道慎之介, 南條浩輝, 橋本佳, 樋口卓哉, 増村亮, 吉野幸一郎, 渡部晋治

情報処理学会研究報告(Web) 2017年2月10日
統計的音声合成におけるクラスタ適応学習を利用した知覚表現語による話者性制御法の検討

大谷大和, 森紘一郎, 森田眞弘

日本音響学会研究発表会講演論文集(CD-ROM) 2016年2月24日
声の印象表現語による話者生成

森紘一郎, 大谷大和, 森田眞弘

日本音響学会研究発表会講演論文集(CD-ROM) 2016年2月24日
Voice Quality Control Using Perceptual Expressions for Statistical Parametric Speech Synthesis Based on Cluster Adaptive Training.

Yamato Ohtani, Koichiro Mori, Masahiro Morita

Interspeech 2016, 17th Annual Conference of the International Speech Communication Association, San Francisco, CA, USA, September 8-12, 2016 2016年
平静音声から予測した感情付与モデルに基づく統計的感情音声合成

大谷大和, 那須悠, 森田眞弘, 赤嶺政巳

日本音響学会研究発表会講演論文集(CD-ROM) 2015年9月2日
Emotional transplant in statistical speech synthesis based on emotion additive model.

Yamato Ohtani, Yu Nasu, Masahiro Morita, Masami Akamine

INTERSPEECH 2015, 16th Annual Conference of the International Speech Communication Association, Dresden, Germany, September 6-10, 2015 2015年
HMMに基づく感情音声合成のための共有感情付与モデル (音声) -- (オーガナイズドセッション｢文脈や状況に合った発声を実現する音声合成技術及び周辺技術｣)

大谷大和, 那須悠, 森中亮, 田村正統, 森田眞弘, 赤嶺政巳

電子情報通信学会技術研究報告 = IEICE technical report : 信学技報 2014年11月13日一般社団法人電子情報通信学会
HMMに基づく感情音声合成のための共有感情付与モデル

大谷大和, 那須悠, 森中亮, 田村正統, 森田眞弘, 赤嶺政巳

電子情報通信学会技術研究報告 2014年11月6日
HMM音声合成における加算モデルに基づく任意話者への感情付与法の検討

大谷大和, 那須悠, 森中亮

日本音響学会研究発表会講演論文集日本音響学会編 2014年8月26日
サブバンド基底スペクトルモデルを利用した統計的帯域拡張法 (音声音学シンポジウム2014)

大谷大和, 田村正統, 森田眞弘, 赤嶺政巳

電子情報通信学会技術研究報告 = IEICE technical report : 信学技報 2014年5月24日一般社団法人電子情報通信学会
サブバンド基底スペクトルモデルを利用した統計的帯域拡張法

大谷大和, 田村正統, 森田眞弘, 赤嶺政巳

電子情報通信学会技術研究報告 2014年5月17日
サブバンド基底スペクトルモデルを用いたGMMに基づく帯域拡張

大谷大和, 田村正統, 森田眞弘, 赤嶺政巳

日本音響学会研究発表会講演論文集(CD-ROM) 2014年3月3日
GMM-based bandwidth extension using sub-band basis spectrum model.

Yamato Ohtani, Masatsune Tamura, Masahiro Morita, Masami Akamine

INTERSPEECH 2014, 15th Annual Conference of the International Speech Communication Association, Singapore, September 14-18, 2014 2014年
サブバンド基底スペクトルモデルを用いたHMM音声合成

大谷大和, 田村正統, 森田眞弘, 籠嶋岳彦, 赤嶺政巳

日本音響学会研究発表会講演論文集(CD-ROM) 2013年3月5日
HMM-based speech synthesis using sub-band basis spectrum model.

Yamato Ohtani, Masatsune Tamura, Masahiro Morita, Takehiko Kagoshima, Masami Akamine

INTERSPEECH 2012, 13th Annual Conference of the International Speech Communication Association, Portland, Oregon, USA, September 9-13, 2012 2012年
Histogram-based spectral equalization for HMM-based speech synthesis using mel-LSP.

Yamato Ohtani, Masatsune Tamura, Masahiro Morita, Takehiko Kagoshima, Masami Akamine

INTERSPEECH 2012, 13th Annual Conference of the International Speech Communication Association, Portland, Oregon, USA, September 9-13, 2012 2012年
HMM音声合成におけるヒストグラムに基づくスペクトル強調法の検討

大谷大和, 田村正統, 森田眞弘

日本音響学会研究発表会講演論文集(CD-ROM) 2011年9月13日
Continuous F0 in the source-excitation generation for HMM-based TTS: Do we need voiced/unvoiced classification?

Javier Latorre, Mark J, F. Gales, Sabine Buchholz, Kate Knill, Masatsune Tamura, Yamato Ohtani, Masami Akamine

Proceedings of the IEEE International Conference on Acoustics, Speech, and Signal Processing, ICASSP 2011, May 22-27, 2011, Prague Congress Center, Prague, Czech Republic 2011年
多対多固有声質変換のための非パラレルデータを用いた規範モデル学習

大谷大和, 戸田智基, 猿渡洋, 鹿野清宏

日本音響学会研究発表会講演論文集(CD-ROM) 2010年3月1日

もっとみる

担当経験のある科目(授業)

2025年4月 - 2025年7月

音声データと対話システム演習 (滋賀大学)
2025年4月 - 2025年7月

音声データと対話システム論 (滋賀大学)
2024年11月

世界の情報通信を知る (一部担当) (和歌山大学)
2024年4月 - 2024年7月

音声データと対話システム演習 (滋賀大学)
2024年4月 - 2024年7月

音声データと対話システム論 (滋賀大学)

所属学協会

2014年 - 現在

情報処理学会
2011年 - 現在

IEEE Signal Processing Society
2006年 - 現在

電子情報通信学会
2005年 - 現在

日本音響学会

大谷大和

基本情報

研究キーワード

研究分野

経歴

学歴

委員歴

受賞

論文

MISC

書籍等出版物

講演・口頭発表等

担当経験のある科目(授業)

所属学協会

メニュー

共著者の一覧