Publications (Years)

Publications (2024)

Journal Articles(2024)
Sudo, Y., Takigahira, M., Tsuru, H., Nakadai, K., & Nakajima, H., Online adaptation of fourier series-based acoustic transfer function model and its application to sound source localization and separation, Advanced Robotics, vol.38, no., pp.1351-1363, , 20240715, , , https://doi.org/10.1080/01691864.2024.2379384 Nakadai, K., Barakova, E., & Kyung, K. U., Special issue on robot and human interactive communication, Advanced Robotics, vol.38, no., pp.1349-1350, , 20241028, , , https://doi.org/10.1080/01691864.2024.2410825 Jiang Wang, Yuanzheng He, Daobilige Su, Katsutoshi Itoyama, Kazuhiro Nakadai, Junfeng Wu, Shoudong Huang, You-Fu Li, He Kong, SLAM-based Joint Calibration of Multiple Asynchronous Microphone Arrays and Sound Source Localization, IEEE Transactions on Robotics, vol., no., pp.-, , 20240227, , , Zirui Lin, Katsutoshi Itoyama, Kazuhiro Nakadai, Hideharu Amano, FPGA-based Low Power Acceleration of HARK Sound Source Localization., 2024 IEEE Symposium in Low-Power and High-Speed Chips (COOL CHIPS), vol., no., pp.-, IEEE, 20240101, , ,

Journal Articles(2024)

Sudo, Y., Takigahira, M., Tsuru, H., Nakadai, K., & Nakajima, H., Online adaptation of fourier series-based acoustic transfer function model and its application to sound source localization and separation, Advanced Robotics, vol.38, no., pp.1351-1363, , 20240715, , , https://doi.org/10.1080/01691864.2024.2379384
Nakadai, K., Barakova, E., & Kyung, K. U., Special issue on robot and human interactive communication, Advanced Robotics, vol.38, no., pp.1349-1350, , 20241028, , , https://doi.org/10.1080/01691864.2024.2410825
Jiang Wang, Yuanzheng He, Daobilige Su, Katsutoshi Itoyama, Kazuhiro Nakadai, Junfeng Wu, Shoudong Huang, You-Fu Li, He Kong, SLAM-based Joint Calibration of Multiple Asynchronous Microphone Arrays and Sound Source Localization, IEEE Transactions on Robotics, vol., no., pp.-, , 20240227, , ,
Zirui Lin, Katsutoshi Itoyama, Kazuhiro Nakadai, Hideharu Amano, FPGA-based Low Power Acceleration of HARK Sound Source Localization., 2024 IEEE Symposium in Low-Power and High-Speed Chips (COOL CHIPS), vol., no., pp.-, IEEE, 20240101, , ,

International Conferences and Workshops(2024)
Osaki Takahiro, Sudo Yui, Itoyama Katsutoshi, Nishida Kenji, Nakadai Kazuhiro, Improving Noise Robustness of Automatic Speech Recognition based on a Parallel Adapter Model with Near-Identity Initialization, The 37th International Conference on Industrial, Engineering & Other Applications of Applied Intelligent Systems (IEA/AIE 2024), vol., no., pp.-, , 20240712, Chekhov, , Kazuhiro Nakadai, Robot Audition for Human Robot Interaction, Workshop on Embodied Voices (WEV) for RSS 2024, vol., no., pp.-, , 20240715, Delft University of Technology, Netherlands, , Runwu Shi, Katsutoshi Itoyama and Kazuhiro Nakadai, Bird Vocalization Embedding Extraction Using Self-Supervised Disentangled Representation Learning, Vocal Interactivity in-and-between Humans, Animals and Robots, VIHAR 2024, vol., no., pp.17-21, , 20240906, Kos, Greece, , https://vihar-2024.vihar.org/assets/VIHAR_2024_proceedings.pdf Reiji Suzuki, Zachary Harlow, Kazuhiro Nakadai and Takaya Arita, Toward integrating evolutionary models and field experiments on avian vocalization using trait representations based on generative models, Vocal Interactivity in-and-between Humans, Animals and Robots, VIHAR 2024, vol., no., pp.69-73, , 20240906, Kos, Greece, , https://vihar-2024.vihar.org/assets/VIHAR_2024_proceedings.pdf Haruto Yokota, Mert Bozkurtlar, Benjamin Yen, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai, A VIDEO VISION TRANSFORMER FOR SOUND SOURCE LOCALIZATION, 32nd European Signal Processing Conference (EUSIPCO 2024), vol., no., pp.-, , 20240826, , , Asaka Shuhei, Itoyama, Katsutoshi, Nakadai, Kazuhiro, Improving Impressions of Response Delay in AI-Based Spoken Dialogue Systems, IEEE RO-MAN 2024, vol., no., pp.-, , 20240824, Pasadena, CA, USA, , https://ras.papercept.net/conferences/conferences/ROMAN24/progra... Nihal Md Ragib Amin, Yen Benjamin, Itoyama Katsutoshi, Nakadai Kazuhiro, Enhancing Clarity for Sky-High Insights: Drone-Enhanced Aerial Object Detection with YOLOv5 and Super Resolution, ICRA 2024, vol., no., pp.-, , 20240516, Yokohama, Japan, , https://ras.papercept.net/conferences/conferences/ICRA24/program... Zirui Lin, Kensuke Iizuka, Hideharu Amano, Benjamin Yen and Kazuhiro Nakadai, Energy-E cient FPGA-Based Acceleration of HARK for Sound Source Localization, Asia Pacific Conference on Robot IoT System Development and Platform (APRIS), vol., no., pp.-, , 20241001, , , Mert Bozkurtlar, Benjamin Yen, Katsutoshi Itoyama, Kazuhiro Nakadai, Real Time Sound Source Localization Using Von-Mises ResNet, 2024 IEEE/SICE International Symposium on System Integration (SII), vol., no., pp.466-471, , 20240108, , , http://doi.org/10.1109/SII58957.2024.10417224

International Conferences and Workshops(2024)

Osaki Takahiro, Sudo Yui, Itoyama Katsutoshi, Nishida Kenji, Nakadai Kazuhiro, Improving Noise Robustness of Automatic Speech Recognition based on a Parallel Adapter Model with Near-Identity Initialization, The 37th International Conference on Industrial, Engineering & Other Applications of Applied Intelligent Systems (IEA/AIE 2024), vol., no., pp.-, , 20240712, Chekhov, ,
Kazuhiro Nakadai, Robot Audition for Human Robot Interaction, Workshop on Embodied Voices (WEV) for RSS 2024, vol., no., pp.-, , 20240715, Delft University of Technology, Netherlands, ,
Runwu Shi, Katsutoshi Itoyama and Kazuhiro Nakadai, Bird Vocalization Embedding Extraction Using Self-Supervised Disentangled Representation Learning, Vocal Interactivity in-and-between Humans, Animals and Robots, VIHAR 2024, vol., no., pp.17-21, , 20240906, Kos, Greece, , https://vihar-2024.vihar.org/assets/VIHAR_2024_proceedings.pdf
Reiji Suzuki, Zachary Harlow, Kazuhiro Nakadai and Takaya Arita, Toward integrating evolutionary models and field experiments on avian vocalization using trait representations based on generative models, Vocal Interactivity in-and-between Humans, Animals and Robots, VIHAR 2024, vol., no., pp.69-73, , 20240906, Kos, Greece, , https://vihar-2024.vihar.org/assets/VIHAR_2024_proceedings.pdf
Haruto Yokota, Mert Bozkurtlar, Benjamin Yen, Katsutoshi Itoyama, Kenji Nishida, Kazuhiro Nakadai, A VIDEO VISION TRANSFORMER FOR SOUND SOURCE LOCALIZATION, 32nd European Signal Processing Conference (EUSIPCO 2024), vol., no., pp.-, , 20240826, , ,
Asaka Shuhei, Itoyama, Katsutoshi, Nakadai, Kazuhiro, Improving Impressions of Response Delay in AI-Based Spoken Dialogue Systems, IEEE RO-MAN 2024, vol., no., pp.-, , 20240824, Pasadena, CA, USA, , https://ras.papercept.net/conferences/conferences/ROMAN24/progra...
Nihal Md Ragib Amin, Yen Benjamin, Itoyama Katsutoshi, Nakadai Kazuhiro, Enhancing Clarity for Sky-High Insights: Drone-Enhanced Aerial Object Detection with YOLOv5 and Super Resolution, ICRA 2024, vol., no., pp.-, , 20240516, Yokohama, Japan, , https://ras.papercept.net/conferences/conferences/ICRA24/program...
Zirui Lin, Kensuke Iizuka, Hideharu Amano, Benjamin Yen and Kazuhiro Nakadai, Energy-E cient FPGA-Based Acceleration of HARK for Sound Source Localization, Asia Pacific Conference on Robot IoT System Development and Platform (APRIS), vol., no., pp.-, , 20241001, , ,
Mert Bozkurtlar, Benjamin Yen, Katsutoshi Itoyama, Kazuhiro Nakadai, Real Time Sound Source Localization Using Von-Mises ResNet, 2024 IEEE/SICE International Symposium on System Integration (SII), vol., no., pp.466-471, , 20240108, , , http://doi.org/10.1109/SII58957.2024.10417224

Journal Articles (in Japanese)(2024)

Domestic Meetings(2024)
西田健次, 糸山克寿, 中臺一博, 動画中の稀少イベントとしての小領域移動物体の検出手法, 第64回人工知能学会AIチャレンジ研究会, vol.SIG-Challenge-064-06, no., pp.-, , 20240327, , , Hao Zhao, Reiji Suzuki, Ryosuke Kojima, Takaya Arita, Kazuhiro Nakadai, Utilizing Embedding Methods for Soundscape Analysis of Forest Animal Vocalization based on azimuth and elevation localization, 第64回人工知能学会AIチャレンジ研究会, vol.SIG-Challenge-064-05, no., pp.-, , 20240327, , , Runwu Shi, Katsutoshi Itoyama, Kazuhiro Nakadai, Self-Supervised Learning for Bird Vocalization Embedding Extraction, 第64回人工知能学会AIチャレンジ研究会, vol.SIG-Challenge-064-04, no., pp.-, , 20240327, , , 木村駿希, 中臺一博, 仁科繁明, 糸山克寿, 能動推論に基づく1対1インタラクションモデルの検討, 情報処理学会第86回全国大会, vol.1R-04, no., pp.-, , 20240315, , , 中臺一博, ロボット聴覚オープンソースソフトウェアPyHARKとその組込み向け実装の紹介, CREST成果発表ワークショップ, vol., no., pp.-, , 20240222, , , 中臺一博, ロボット聴覚：ロボットの耳の機能構築とその多面的な新展開, IEEE東京支部2024年第8回東京支部講演会, vol., no., pp.-, , 20240924, , , 中村紘喜1、土門優介1、鈴木祐太郎1、石塚正仁1、内山秀樹1、工藤晃央1、矢野幹也2、鈴木麗璽3、中臺一博4 (1. 株式会社ドーコン、2. 株式会社セ・プラン、3. 名古屋大学大学院情報学研究科、4. 東京工業大学工学院), 鳴声の音源定位によるシマフクロウの生息位置把握の試み, 応用生態工学会, vol., no., pp.-, , 20240918, , , 鈴木麗璽 1 、Zachary Harlow2、中臺一博 3、有田隆也 1 （1名大、2UC Berkeley、3東工大）, 生成 AI が鳥類生態に与える影響の理解のための進化モデルとフィールド観測の融合, 日本鳥学会2024, vol., no., pp.-, , 20240913, 東京大学農学部キャンパス, , https://osj2024.ornithology.jp/OSJ2024abstract.pdf 松林志保（関学大）、中臺一博（東工大）、浦達也（野鳥の会）、鈴木麗璽（名大）, 音源定位技術を用いたオオジシギの観測実例, 日本鳥学会2024, vol., no., pp.-, , 20240913, 東京大学農学部キャンパス, , https://osj2024.ornithology.jp/OSJ2024abstract.pdf 土門優介・工藤晃央・鈴木祐太郎・石塚正仁・内山秀樹・中村紘喜（(株)ドーコン）、矢野幹也（(株)セ・プラン）、鈴木麗璽（名大・院・情報）、中臺一博（東工大・工学院）, 鳴声の音源定位による営巣地特定技術の精度検証：オオタカを事例として, 日本鳥学会2024, vol., no., pp.-, , 20240913, 東京大学農学部キャンパス, , https://osj2024.ornithology.jp/OSJ2024abstract.pdf 横田遥大, Mert Bozkurtlar, Benjamin Yen, 糸山克寿, 西田健次, 中臺一博, Video Vision Transformer に基づく音源定位の提案, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240906, 大阪工業大学梅田キャンパス, 日本, , 矢野翼, Benjamin Yen, 糸山克寿, 中臺一博, 屋外環境下でのドローンのローターノイズによる地表材質推定手法の検討, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240905, 大阪工業大学梅田キャンパス, 日本, , 龍彦可, 周藤唯, シャキールムハンマド, 糸山克寿, 中臺一博, A Multi-Form Language Speech Translation Model Based on ESPnet, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240904, 大阪工業大学梅田キャンパス, 日本, , 藤田侑樹, 糸山克寿, 西田健次, 中臺一博, ガウス過程回帰を用いた音響伝達関数の環境変化適応, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240904, 大阪工業大学梅田キャンパス, 日本, , 大﨑崇博, 周藤唯, 糸山克寿, 中臺一博, Biasing networkを用いた音声認識の雑音耐性向上, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240904, 大阪工業大学梅田キャンパス, 日本, , 安江蒼人, Benjamin Yen, 糸山克寿, 中臺一博, LCMVベースのScan-and-Sum Beamformer による面領域内音源の抽出, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240904, 大阪工業大学梅田キャンパス, 日本, , Benjamin Yen, Kazuhiro Nakadai, Development of an indoor multi-drone active sound source tracking system, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240905, 大阪工業大学梅田キャンパス, 日本, , 林子瑞, グルザーハリス, ブストモニカロスリアナ, 江田毅晴, 糸山克寿, 中臺一博, An Exploration of Resource-Efficient Adaptation of English Accents for Automatic Speech Recognition, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240905, 大阪工業大学梅田キャンパス, 日本, , 阿坂脩平, 西田健次, 糸山克寿, 中臺一博, 距離学習を用いた話者識別に基づく話者ダイアラゼーションの検討, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240905, 大阪工業大学梅田キャンパス, 日本, ,

Domestic Meetings(2024)

西田健次, 糸山克寿, 中臺一博, 動画中の稀少イベントとしての小領域移動物体の検出手法, 第64回人工知能学会AIチャレンジ研究会, vol.SIG-Challenge-064-06, no., pp.-, , 20240327, , ,
Hao Zhao, Reiji Suzuki, Ryosuke Kojima, Takaya Arita, Kazuhiro Nakadai, Utilizing Embedding Methods for Soundscape Analysis of Forest Animal Vocalization based on azimuth and elevation localization, 第64回人工知能学会AIチャレンジ研究会, vol.SIG-Challenge-064-05, no., pp.-, , 20240327, , ,
Runwu Shi, Katsutoshi Itoyama, Kazuhiro Nakadai, Self-Supervised Learning for Bird Vocalization Embedding Extraction, 第64回人工知能学会AIチャレンジ研究会, vol.SIG-Challenge-064-04, no., pp.-, , 20240327, , ,
木村駿希, 中臺一博, 仁科繁明, 糸山克寿, 能動推論に基づく1対1インタラクションモデルの検討, 情報処理学会第86回全国大会, vol.1R-04, no., pp.-, , 20240315, , ,
中臺一博, ロボット聴覚オープンソースソフトウェアPyHARKとその組込み向け実装の紹介, CREST成果発表ワークショップ, vol., no., pp.-, , 20240222, , ,
中臺一博, ロボット聴覚：ロボットの耳の機能構築とその多面的な新展開, IEEE東京支部2024年第8回東京支部講演会, vol., no., pp.-, , 20240924, , ,
中村紘喜1、土門優介1、鈴木祐太郎1、石塚正仁1、内山秀樹1、工藤晃央1、矢野幹也2、鈴木麗璽3、中臺一博4 (1. 株式会社ドーコン、2. 株式会社セ・プラン、3. 名古屋大学大学院情報学研究科、4. 東京工業大学工学院), 鳴声の音源定位によるシマフクロウの生息位置把握の試み, 応用生態工学会, vol., no., pp.-, , 20240918, , ,
鈴木麗璽 1 、Zachary Harlow2、中臺一博 3、有田隆也 1 （1名大、2UC Berkeley、3東工大）, 生成 AI が鳥類生態に与える影響の理解のための進化モデルとフィールド観測の融合, 日本鳥学会2024, vol., no., pp.-, , 20240913, 東京大学農学部キャンパス, , https://osj2024.ornithology.jp/OSJ2024abstract.pdf
松林志保（関学大）、中臺一博（東工大）、浦達也（野鳥の会）、鈴木麗璽（名大）, 音源定位技術を用いたオオジシギの観測実例, 日本鳥学会2024, vol., no., pp.-, , 20240913, 東京大学農学部キャンパス, , https://osj2024.ornithology.jp/OSJ2024abstract.pdf
土門優介・工藤晃央・鈴木祐太郎・石塚正仁・内山秀樹・中村紘喜（(株)ドーコン）、矢野幹也（(株)セ・プラン）、鈴木麗璽（名大・院・情報）、中臺一博（東工大・工学院）, 鳴声の音源定位による営巣地特定技術の精度検証：オオタカを事例として, 日本鳥学会2024, vol., no., pp.-, , 20240913, 東京大学農学部キャンパス, , https://osj2024.ornithology.jp/OSJ2024abstract.pdf
横田遥大, Mert Bozkurtlar, Benjamin Yen, 糸山克寿, 西田健次, 中臺一博, Video Vision Transformer に基づく音源定位の提案, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240906, 大阪工業大学梅田キャンパス, 日本, ,
矢野翼, Benjamin Yen, 糸山克寿, 中臺一博, 屋外環境下でのドローンのローターノイズによる地表材質推定手法の検討, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240905, 大阪工業大学梅田キャンパス, 日本, ,
龍彦可, 周藤唯, シャキールムハンマド, 糸山克寿, 中臺一博, A Multi-Form Language Speech Translation Model Based on ESPnet, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240904, 大阪工業大学梅田キャンパス, 日本, ,
藤田侑樹, 糸山克寿, 西田健次, 中臺一博, ガウス過程回帰を用いた音響伝達関数の環境変化適応, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240904, 大阪工業大学梅田キャンパス, 日本, ,
大﨑崇博, 周藤唯, 糸山克寿, 中臺一博, Biasing networkを用いた音声認識の雑音耐性向上, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240904, 大阪工業大学梅田キャンパス, 日本, ,
安江蒼人, Benjamin Yen, 糸山克寿, 中臺一博, LCMVベースのScan-and-Sum Beamformer による面領域内音源の抽出, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240904, 大阪工業大学梅田キャンパス, 日本, ,
Benjamin Yen, Kazuhiro Nakadai, Development of an indoor multi-drone active sound source tracking system, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240905, 大阪工業大学梅田キャンパス, 日本, ,
林子瑞, グルザーハリス, ブストモニカロスリアナ, 江田毅晴, 糸山克寿, 中臺一博, An Exploration of Resource-Efficient Adaptation of English Accents for Automatic Speech Recognition, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240905, 大阪工業大学梅田キャンパス, 日本, ,
阿坂脩平, 西田健次, 糸山克寿, 中臺一博, 距離学習を用いた話者識別に基づく話者ダイアラゼーションの検討, 日本ロボット学会学術講演会, vol., no., pp.-, , 20240905, 大阪工業大学梅田キャンパス, 日本, ,