学部・大学院区分
Undergraduate / Graduate		情報・博前
時間割コード
Registration Code		2560086
科目区分
Course Category
主専攻科目
科目名　【日本語】
Course Title		音声行動情報処理2
科目名　【英語】
Course Title		Speech/Behavior Signal Processing 2
コースナンバリングコード
Course Numbering Code		GSI166030J
担当教員　【日本語】
Instructor		戸田 智基 ○ 藤井 慶輔
担当教員　【英語】
Instructor		TODA Tomoki ○ FUJII Keisuke
単位数
Credits		1
開講期・開講時間帯
Term / Day / Period		春２期 火曜日 ２時限
Spring2 Tue 2
対象学年
Year		１年
1
授業形態
Course style
開講系（学部）・開講専攻（大学院）
Subject
知能システム学専攻
必修・選択
Required / Selected
選択


授業の目的　【日本語】
Goals of the Course(JPN)
音声行動情報処理１・２では、人間の行動やコミュニケーションに内在する、知覚・意図・適応・運動といった高度な知能処理の過程を、観測データの数理的なモデルに基づいて説明する方法や、そのモデルを活用してwell-being を向上させるシステムに関する知識を教授します。特に、音声行動情報処理２では、音声、スポーツ、インタラクション、自動運転などに関する応用的なトピックスを中心に扱います。
授業の目的　【英語】
Goals of the Course
In the lecture course, Speech/Behavior Signal Processing 1 and 2, high-level intelligent processes such as perception, intention, adaptation, and motor control of the human communication and behavior are discussed, in terms of its mathematical modeling and the application systems on the basis of digital signal processing of sensor outputs. Particularly in Speech/Behavior Signal Processing 2, advanced topics on speech, sporta, interaction, self-driving, and so on are discussed.
到達目標　【日本語】
Objectives of the Course(JPN)
以下の内容について、近年の研究動向を把握し、理解を深めることが目標です。
１）音メディア情報処理
２）スポーツ情報処理
３）インタラクション
到達目標　【英語】
Objectives of the Course
Learn recent research activities on the following topics to deeply understand their concepts.
1) Sound media information processing
2) Sports information processing
3) Human-machine interaction
授業の内容や構成
Course Content / Plan
To learn recent research activities on the above mentioned topics, the series of lectures on the related topics will be given in this course. An example of the related topics is shown below.

1) Advanced speech generation
2) Advanced speech recognition
3) Advanced speaker recognition and diarization
4) Advanced speaking-aid and hearing-aid systems
5) Advanced deepfake detection
6) Advanced music source separation
7) Advanced audio event detection
8) Advanced reinforcement learning
9) Advanced image processing for sports
10) Advanced intaractive systems
11) Advanced driver modeling using large corpus
12) Advanced vehicle sensing technologies
履修条件・関連する科目
Course Prerequisites and Related Courses
情報理論と信号処理に関する基本的な知識を持つことが望ましい
It is preferable to have basic knowledge of information theory and/or signal processing.
成績評価の方法と基準
Course Evaluation Method and Criteria
講義毎に、講義内容の理解を確認するレポートや課題を課します。これらの結果を達成目標に照らして評価し、60%以上の達成度を合格とします。
Assignment will be given in every class (100%). Students will earn the course credit by obtaining more than or equal to 60% in the total score.
教科書・参考書
Textbook/Reference book
教科書・参考書は使用しません
No text nor reference is needed.
課外学習等（授業時間外学習の指示）
Study Load(Self-directed Learning Outside Course Hours)
授業レポートや課題は、授業時間外に作成することを求めます
Assignments will be given for better understanding contents learnt in individual classes.
授業開講形態等
Lecture format, etc.
講義形式で行います
Lecture
遠隔授業（オンデマンド型）で行う場合の追加措置
Additional measures for remote class (on-demand class)
講義がオンデマンドで行われても基本的な形式は変わりません
We will use on-demand materials on TACT or an online teleconference system.