9月26日(金)

朝6時起床．今日が学会の最終日．最後のセッションで発表もあるので，再び気合いが入る．
2件目のポスターもバラバラ状態で持ってきているので，貼りあわせて大きいポスターにする．また歪んでしまったが気にしない．

咸さんが持ってきたカップ麺がまだ残っているので，それが今日の朝食．これで食べものはほぼ消費した．

8時すぎに会場へ．この会場も今日が最後だ．

今朝のKeynoteは，Northwestern University の Justine Cassel による Modeling Rapport in Embodied Conversational Agents という講演．Rapport というのがキーワードだが，いまいちピンとこない．辞書には「ラポール」と書いてあるが，「信頼関係」みたいなものか．コンピュータによるエージェントと信頼関係を築くにはどうするか，という話らしい．基礎研究として，子供同士のコミュニケーションが方言や人種によってどう変わるかとか，自閉症児の行動はどうかなどの話が紹介された．

午後後半はポスターを回る．

Automatic Speech Recognition: Acoustic Models III

Nonnative Speech Recognition Based on State-Candidate Bilingual Model Modification (CAS)
中国人英語の認識．中国人英語音声を，英語と中国語のHMMで認識し，フレームごとに対応づけることで英語HMMと中国語HMMの状態を対応づける．それに基づき，出力確率を混合．2005年に聞いた未知言語の音響モデル生成と似た手法．

Spoken Language: Parsing and Summarisation

Intonational Phrases for Speech Summarization (IBM)
音声要約の単位として，文ではなく韻律句を使う．韻律句への分割精度があまり高くないにもかかわらず，文を単位とした場合よりも良い結果．
Using Latent Dirichlet Allocation to Incorporate Domain Knowledge for Topic Transition Detection (University of Toronto)
講義音声の話題分割．音声を認識した後，LDAを使ってスライドの内容との一貫性を見て，それに基づき分割する．単にスライドの内容だけで分割するより精度が向上．

Multimodal Interfaces

From Domain Specification to Virtual Humans: An Integrated Approach to Authoring Tactical Questioning Characters (University of Southern California)
ドメイン依存の対話キャラクタのオーサリングシステム．なんだかイラクの兵士みたいなのが例に出ていた(キャラクタの名前はハッサン．顔がキモイ)．以前のものを改良．ユーザ発話の意図が不明確なとき，それを明確化するような発話(「～ですね？」等)を入れた．ユーザの感情を認識し，それに基づき発話スタイルを変える．それにしても，バーチャルキャラクタをリラックマみたいなゆるキャラにするという発想は，日本人以外からは永遠に出てこないのかなあ．

Speech, Music, Audio Segmentation and Classification

最近はついに音楽もInterspeechのテーマに．音楽の言語認識の発表がいくつかあった．

Language and Genre Detection in Audio Content Analysis (University of Maryland)
以前ボストン大にいたProf. Espy-Wilsonのところの発表．音楽のジャンルと言語の同時認識．特徴量として，MFCCよりも，メルスケールでないLinear Frequency Cepstral Coefficients の方が性能が良い．
Rhythm Based Music Segmentation and Octave Scale Cepstral Features for Sung Language Recognition (Institute for Infocomm Research)
音楽のセグメンテーションと言語認識．ビートに同期したフレームシフトと，オクターブに基づくフィルタバンク(メルスケールではなく，平均律の各音高を中心周波数とする)を使うのがよい．

午後から発表なので，昼食は1階のカフェ．今日は野菜の巻いたやつを食べる．中身は野菜とチーズだけだが，結構ボリュームがある．

昼食後，ポスターを貼って発表を始める．

今回は，筒井くんがやっていた文法誤り検出．

最終日の最後のセッションで，それも会場の端のほうでの発表だったので人は少なかったが，その割には聞いてくれる人がいてよかった．最終的に12人ぐらいに説明したかな．

今回も2時間フルに説明．疲れた．

セッション終了後，閉会式はパスして会場を後にする．夕ごはんを食べるには半端な時間だし，かといって何か観光するほどは時間がない．Queen Street でおみやげを買ったりしながら，何となくぶらぶらする．咸さんが「ごはん(米)が食べたい」というので，韓国料理を食べにいくことに．確かガイドブックによればQueen Streetの近くに韓国料理屋があったはず．そのへんにたくさんいる韓国人に聞いたりして，Queen Streetからちょっと離れたところにある韓国料理屋 Han Woori にたどりつく．咸さんはキムチチャーハン，私はビビンバ，それにテンジャンチゲを二人で一つ頼む．

韓国式でキムチとか他のおかず食べ放題だし，結構良かった．おなかいっぱいで宿へ．

宿では日曜日にある会合の資料を書いたり．明日は早いので，夜11時前には寝る．

前の日へ目次へ次の日へ