朝6時半起床。比較的よく眠れたが、ちょっとめまいがする。
メールを読むと、返事をすべきメールが何通か来ている。まだ頭がはっきりしないので、とりあえず朝の支度。シャワーを浴びようと思ったが、蛇口をひねっても水が出ない（お湯も出ない）。フロントで「水が出ない」という話をすると、フロントの人が部屋まで来る。蛇口のダイヤルを思い切り引っ張ると良かったらしい。ということでシャワーを浴びる。
8時に朝食。1階の狭い部屋でコーヒー・ジュースとベーグル、マフィンなど。北岡先生と少し話をする。
8時45分にロビーに集合して、会場へ。泊まっているホテルの裏口から出ると、会場のホテルまで徒歩1分。
会場に行ってみると、受付に列ができていて、ちょっと時間がかかった。
9時から午前のチュートリアル。
○イントロ 感情の2次元表現(Arousal-Valence) 感情認識のためのdata fusion 複数のコンテンツに対して独立に認識をした後で結果を統合 Affective Computingの応用 感情検出、感情音声認識、感情のsubjective representation 音声言語分野でのトピック 感情音声認識・合成、テキスト感情認識など
Spoken Language Technology 何を話しているか（音声認識） 誰が話しているか（話者認識） 何語で話しているか（言語認識） どのように話しているか（感情認識） 基本感情：happy, angry, fear, sad, disgust, surprise 感情の切り口：表層的表現、生理的反応、認知、社会的構成、神経科学 感情の効用 学習の動機づけ、よりよい生活のため、よりよい社会関係、健康の向上、感情と非合理の違い データベースとツール openSMILE, openEAR, etc. モデル化 機械学習モデル 物理的モデルがないことによる難しさ：感情の"pronunciaton"みたいなものはあるのか？ ベンチマーク さまざまなデータベースについて positive/negativeの２クラス識別をやってみた。SVMのほうがHMMよりちょっと良い インパクト 音声サーチでユーザの声の感情を識別することによって、探されている単語の感情的評価ができるかも オレンジ・テクノロジー（高齢者用テクノロジー） 教育応用 応用 ゲーム、教育、福祉(e-balometer)、エンタメ 異なるmultimedia signalをつなぐ
emotionは短時間、長時間のものはpersonalty, character, moodなど "You did well."と"You did well?"は意味が違う 特徴量 F0の平均値、範囲、contour, jitter 話速、音量、声質(voice quality) さまざまなパラメータの感情への貢献度を調べたところ、F0がもっとも強い ルールベースの方法 1990年代: 最初の感情音声認識はDECTalk上に実装 CahnのAffect Editor 素片接続合成・コーパスベース合成 各感情スタイルごとにコーパスを作成 (Iida&Campbell 2003) 軍用アプリケーション (Johnson 2002) 最近の話題 Expressivity-based unit selection 接続コストにスタイルを考慮 HMM-based expressive speech synthesis 異なる発話スタイルからHMMを学習 Yamagishi et al. 2003 Prosody conversion (GMM or CART) (Tao et al. 2006) コンテキストを考慮、機械学習 Voice Quality Control 感情モーフィング 河原先生ほか Non-verbal vocalization 笑い、grunt、など 日常音声のデータベースからコーパスベースの方法で合成 Campbell 2005 合成音声サンプル
応用 音声合成だけでなく、ウェブサイトから筆者の健康状態を知るとか 関連研究 SentiWordNet SemEval-2007 アプローチ Keyword-based Learning-based Hybrid 特徴量 Lexical emotion features: キーワードの有無（WordNetAffectなど） Syntactic features: n-gram, POS, BoW, term frequency, etc. Semantic features:意味ラベル、因果関係ルール、常識ベース キーワードベースの方法 簡単、直観的 キーワードがない場合の問題 I'm so sad that my dog is lost. My dog is lost. 下の文の感情をどうやって決めるか 実験 ある言語の感情認識用データベースをほかの言語に応用 Learning-based methods 機械学習を使う、コンテキスト情報は利用できない。 Emotion Topic Model: LDAなどを利用 Emotion-Term Model: Naive Bayesを利用 Hybrid Methods 複数の分類器を合わせる Emotion Generation Rule と Emotion Association Rule
12時半にチュートリアル終了。２階のレストランで昼食。ビュッフェだが、会場が狭くて座るところがない。しばらく会場をうろついて、なんとかあいているところに座る。サラダとパンを食べたが、写真を撮るのを忘れた。
昼食後、午後のチュートリアルはパスしてどこかを見に行くことに。最初はグリフィス天文台に行こうとしていたのだが、今日は月曜日なので天文台はお休み。残念ながらあきらめて、サンタモニカビーチ付近を見に行くことにした。
ハリウッドからサンタモニカまでは結構遠くて、地下鉄で適当なところまで行った後、快速バスに乗り換えてさらに1時間ぐらい行く必要がある。情報も不十分でちょっと不安なのだが、まあ何とかなるかということで出発。
会場のLoews Hollywood Hotelの隣にはショッピングモールが続いていて、中には噴水があり、まわりは凝っている。巨大な門みたいだったり、像がいたり。クリスマスツリーが飾られていた。
そういえばグリフィス天文台に行きたかったのは有名なハリウッドサインを見るためだったのだが、会場のホテルからハリウッドサインが見えることが発覚。
地下鉄のHollywood/Highland からRed LineでWilshire/Vermontまで。
そこで720番のバスに乗り換える。ちょうどバスが来ていたので飛び乗った。
7055
1時間ほどバスに乗り続ける。バス停留所のアナウンスはなくてちょっと不安。海が見えてきたところでバスから降りようと思ったが、ちょうど海に到達したところでは止まらずに、ちょっと過ぎたところまで乗ってしまった。
バスを降りたところから少し海側に行くと、サンタモニカ・ピアがある。
海岸沿いには大砲がおいてあった。
遊園地があり、観覧車がすごい勢いで回っていたり。
ピアのお土産屋をみたり、砂浜を少し歩いてみたりした。
カモメさん。
マカロニの形の何か。
しばらくピアの近くをうろうろして、その後サンタモニカのショッピング街まで歩こうということになった。地図上だと大したことはないのだが、歩いてみると結構距離があり、30分ほど歩く。
ということで店があるところにきてみたけれど、ブティックみたいなところが多くて（他にはなぜかクリーニング屋が多かった）、あまり中に入って楽しいものはない。来るところを間違えたかなあ。
ちょっと残念な気持ちで、帰りのバスに乗る。バス停がどこかも定かではなかったが、適当に歩いたら運良くバス停があったので、そこからバスに乗る。
来たときと同じく1時間ほどバスに乗る。来るときは海が目印だったのだが、帰りは暗くて外の様子はよくわからないし、降りる場所も定かでない。ちょっと不安。
しばらく行って、メトロの駅がある停留所で降りる。ここでいいかと思ったのだが、降りたのはRed Lineの駅ではなくて、Purple LineのWilshire/Westernだった。まあ乗り換えは必要だけど、地下鉄なら確実に帰れる。
ということでWilshire/Vermont で乗り換えて、Red LineでHollywood/Highlandまで。18時半頃到着。さっきのクリスマスツリーが点灯していた。
18時から学会のレセプションが始まっていて、行くかどうかちょっと迷ったのだが、とりあえず行ってみようと言うことで会場へ。途中、学会参加者が続々と帰ってくるのに遭遇してちょっと不安。
会場に行ってみると、まだ人がたくさんいてちょっと安心した。レセプションではほとんど飲み物だけ（飲み物券が2枚ついてくる）で、つまみがちょこっと出る程度なので、何か2杯飲んだらさっさと帰る人が多かったのだ。メインのおつまみは松ぼっくり。
いろいろな人と話をしつつ、１時間弱で退却。
レセプション後、ほとんど飲み物だけだったので何か軽く食べようと言うことで研究室メンバーと歩く。
チャイニーズシアター前の手形足形とか、Walk of Fameの名前など見る。
そのあと、CVSに寄って水とお土産のお菓子などを買う。
レストランで座って食事という気分でもなかったので、マクドナルドでハンバーガーをテイクアウト。
そのままホテルに戻り、買ってきたビッグマックを食べる。レセプションで飲んだ酒がいい具合に回っていて、そのままダウン。