🐿️🐒🗻📚🐹🦈

このひと最近インターネットで見たけど釧路出身だったのか😲

AIを完全に理解できる講義だった

無事講義を終えました。活発な議論や質問ありがとうございました！

自らの判断基準の根幹をAIに委ねるようになったら人類は終わりだよ

阿部慎之助監督（47）は謝罪会見に出席。代理人からの18歳の娘による手紙が読み上げられた。 　以下、全文 　報道関係者の皆さまへ。今回の件につきましては家庭内のことにもかかわらず大々的な報道になってしまったこと、大変申し訳ございませんでした。これは私の意思で書いています。父にはこのような説明はいらないと言われましたが、事実とは異なる点がＳＮＳでも臆測や報道でなされており、この点についてお伝えさせて頂ければと思います。 　まず、殴る蹴るといった事実はございませんでした。報道では殴られたなどとありますが、私の過度な状況説明によって報道内容が事実と異なってしまったことについては明確にお伝えさせて頂ければと思っております。父とのこのような大がかりなけんかは初めてのことであり、ＣｈａｔＧＰＴに相談した結果、匿名で相談できる児童相談所があるということで、電話をさせていただきました。どのようにすればわからないと相談しましたが、どうすればいいかといった意向が聞かれることなく警察に通報されるという結果になってしまいました。警察が来て一番驚いているのは私自身です。父が目前で連行される姿をみて、私は泣き崩れてしまいました。みなさんをお騒がせしてしまい大事になったこと深く反省しております。大変申し訳ありません。 　実際、父はいつも陽気で私とはダジャレを読みあい笑い合う仲で、一緒に食事にも出かける通常の家族として行動しています。私のことを心配されている方をたくさんいらっしゃると思いますが、この点につきまして大丈夫ですので、ご心配ありがとうございます。このような大事に発展してしまったこと、私が言うのもなんですがとても恥ずかしく思います。いまさらとはなりますが、けがに関しては私の体が丈夫だったこともあり心配はご無用ですのでご安心ください。多方面にご心配おかけし、誠に申し訳ございません。父とはすでに仲直りをしておりますので、ご安心ください。最後になりますが、この先家族や父や私のことで、ＳＮＳでたたくといった誹謗（ひぼう）中傷や、さらし行為はなかなかこのご時世、おさまらないかと思いますが、なるべく控えて頂けること切に希望しております。

🏆受賞 小山 翔一 准教授（コンテンツ科学研究系）が第43回「とやま賞」（理工分野）を受賞 nii.ac.jp/news/award/202…

こちら本日14時55分からです！

Nobutaka Ito, "cSTMM: A Unified Complex Spherical Student's $t$ Mixture Model for Directional Statistics in Mask-Based Blind Speech Separation," arxiv.org/abs/2605.25512

巨人・阿部慎之助監督　娘が報道内容を否定「私の過度な状況説明だった」　会見で長女の手紙公表（スポニチアネックス）-Yahoo!ニュース news.yahoo.co.jp/articles/ad859… 巨人は26日、18歳の娘に暴行を加えた疑いで25日に現行犯逮捕、その後に釈放された巨人の阿部慎之助監督（47）の辞任を発表した。

暴行は危ないので、やらないほうがよいことが知られている

それはそれとして、学生側にも「自分が博士に行けばこれくらい研究する」という売り込みは是非して欲しい。ある意味投資の申込なわけなので、何も約束しないけど生活費はくれはなかなか成立しないと思う。「奨学金変換免除になって学振より稼いでやりますよガハハハ」みたいな感じできて欲しい

私は学生の頃、「月15万くれれば博士に行く」と指導教員に交渉して博士に行かせて貰ったので、博士に行くという人には同じような支援はしてあげたいと思って頑張って外部資金を取っている。最近博士はひと学年3人くらいにいるので大変だが…（みんな外からも何かしらの支援を取って来るけど）

ちなみに、日本の学振DC1は採択率14.7%という厳しい競争率にも関わらず、もらえる金額は年間約272万円です。 一方、例えば香港科技大学の正規の大学院生には全員にHK$229,620=約460万円が支給されます。さらにHKPFSという政府系奨学金を獲得するとHK$360,800=約722万円にまで増額されます。

高専の学科、農業やアニメも　工業以外に拡大検討―文科省 jiji.com/jc/article?k=2…

Kazushi Nakazawa, "Word-Level Modeling with Alignment-Aware Acoustic Fusion for Text-Assisted Intelligibility Prediction in Listeners with Hearing Loss," arxiv.org/abs/2605.23604

【おやつ速報】ymok先生の小樽のお土産、三方六 春がさね さわやかいちご&ミルクリッチ🍓🥛です！

【好評既刊】 荒木雅弘・著 『イラストで学ぶ　音声認識　改訂第2版』 🔴🟥音声認識の基本が凝縮された一冊🟥🔴 深層学習を用いた音声認識技術の解説を大幅に加筆した改訂版✨ 「どういう流れで技術が発展し、なぜ現在の技術が現時点で最良であるとされているのか」という視点を軸に解説‼️ 【目次】 第1章　はじめに 1.1　音声認識とは 1.2　音声認識の歴史 1.3　どこで役立つのか 1.4　何が難しいのか 1.5　音声認識の定式化と本書の構成 1.6　まとめ 第2章　音声とは 2.1　音声の科学 2.2　どうやって声を作るか：調音音声学 2.3　声の正体とは：音響音声学 2.4　どうやって声を聞き取るか：聴覚音声学 2.5　まとめ 第3章　統計的パターン認識 3.1　パターン認識とは 3.2　統計的パターン認識の考え方 3.3　生成モデルの学習 3.4　識別モデルの学習 3.5　音声認識手法の概要 3.6　まとめ 第4章　有限状態オートマトン 4.1　有限状態オートマトンとは 4.2　有限状態オートマトンが表現する言語 4.3　さまざまな有限状態オートマトン 4.4　出力を生成する方法の違い 4.5　WFSTの演算 4.6　まとめ 第5章　ニューラルネットワーク 5.1　ニューラルネットワークとは 5.2　ディープニューラルネットワーク 5.3　畳み込みネットワーク 5.4　リカレントネットワーク 5.5　Transformer 5.6 まとめ 第6章　音声からの特徴抽出 6.1　特徴抽出の手順 6.2　音声信号のデジタル化 6.3　人の聴覚をまねて：スペクトル分析 6.4　もうひと工夫：ケプストラム分析 6.5　雑音の除去 6.6　特徴抽出処理におけるブレークスルー 6.7　まとめ 第7章　統計的音声認識：音響モデル 7.1　音響モデルの単位 7.2　隠れマルコフモデルとは 7.3　隠れマルコフモデルの確率計算 7.4　状態系列の推定 7.5　パラメータの学習 7.6　高度な音響モデル 7.7　まとめ 第8章　統計的音声認識：言語モデル 8.1　文法記述による言語モデル 8.2　統計的言語モデルの考え方 8.3　統計的言語モデルの作り方 8.4 ニューラルネットワークによる言語モデル 8.5　まとめ 第9章　統計的音声認識：探索 9.1　音響モデルと言語モデルのギャップを埋める 9.2　状態空間の探索 9.3　WFSTによる音声認識 9.4　まとめ 第10章　End-to-Endの音声認識 10.1　ディープニューラルネットワークによる音声認識 10.2　CTC 10.3　seq2seq+アテンション 10.4　エンコーダの改良 10.5　RNN-トランスデューサ 10.6　まとめ 第11章　事前学習モデルによる音声認識 11.1 自己教師あり学習 11.2 音声を対象とした事前学習モデル 11.3 マルチタスク学習 11.4 まとめ 第12章 音声対話システム 12.1　モジュール型音声対話システム 12.2　リアルタイム型音声対話システム 12.3　双方向型音声対話システム 12.4　まとめ

📢 Call for Papers is out - salma-workshop.github.io/salma-2026/ We invite submissions to SALMA 2026: Speech and Audio Language Models Workshop, co-located with EMNLP 2026.🎙️ 🗓️ Direct Submission: July 27, 2026 ARR Commitment: August 26, 2026 Please spread the word and consider submitting!

I am honored to announce that I have received the 2025 Funai Information Technology Award for Young Researchers, presented by the Funai Foundation for Information Technology, for my research on “Theory and Applications of Combinatorial Optimization Based on Discrete Convexity.”