Yuto Nozaki (@cornedb47447485) header
Yuto Nozaki (@cornedb47447485) profile picture

First-year Ph.D student at Keio University, focusing on sound source separation/localization, SELD, and spoken dialogue system.

Joined March 2019
Photo by Yuto Nozaki (@cornedb47447485)
Yuto Nozaki retweeted
【人間のように、自然に笑い、相槌を打つ「人間らしいAI」】 4BのFull-duplex音声対話モデルを4,000万時間の日本語、英語を含む多言語データで事前学習し、オープンウェイトで公開しました! 弊社のオープンモデルを用いて、開発者の方々と一緒に未来を切り開ければと思います
20
363
115
1,697
206,132
Yuto Nozaki retweeted
Honored that our team received two awards at the DCASE 2026 Workshop! 🏆🏆 🏆 Judge's Award for Task 4 🏆 Best Paper Award for DOOM-SED Congratulations, Shun! Also, many thanks to our team members, including @cornedb47447485, and collaborators @imotts and @onishi_masaki!
1
15
1
46
3,233
Yuto Nozaki retweeted
Full-duplex 2話者データの音声分離・復元モデル「DialogueSidon」の高速版「FastDialogueSidon」を公開しました! 1ステップ推論+軽量デコーダで、DialogueSidon公式実装比で約100倍の高速化と同等の性能を実現しています(H100上で計測) GitHub:github.com/higurashi-ai/Fast… Huggingface:huggingface.co/higurashi-ai/…
35
4
146
13,874
Yuto Nozaki retweeted
🔊 Try DOOM-SED live! We built an interactive demo of our open-vocabulary sound event detection model, which jointly considers target labels to reduce confusion between similar sound events. We'll present DOOM-SED at #DCASE2026! 🎧 Try it here: huggingface.co/spaces/yoship…
7
34
2,159
少し前ですが、徳山高専の光野井くんが弊研でインターンをしてくれました。とても面白い内容になったので、色んなところで皆様にお見せしたい!
本日で慶應義塾大学の高道研究室でのインターンを終えました!交流してくださったみなさんに感謝です🙇 ICASSP 目指して頑張ります!
3
18
2,858
本日で慶應義塾大学の高道研究室でのインターンを終えました!交流してくださったみなさんに感謝です🙇 ICASSP 目指して頑張ります!
3
1
10
3,667
NII/LLMCの対話WGの成果として,相槌や発話の被りを含む二者対話音声を生成するTTS「KABURI-TTS」を公開しました.APSIPA ASC 2026で発表予定です. 🔗 llm-jp.github.io/kaburi-tts/
22
2
113
7,593
Yuto Nozaki retweeted
🎉 Our paper "DOOM-SED: Downstream-Oriented Open-Vocabulary Model for Sound Event Detection" was accepted at the DCASE Workshop! Modeling relationships among target labels improves open-vocabulary sound event detection. Congratulations, Sakurai-kun!🎉🎉🎉
2
19
1,310
来週の音響学会では 13 件の発表があります!きてね! #asj2026a - @cornedb47447485 :エゴセントリック音声分離 - @YukiOkamoto19 :フォーリーアーティストとの対談 - @trgkpc :TTSコアセット選択 - @nanako_310 :歌舞伎音声分析 - @cromz22 :エージェント音声研究再現 - @_muxxum :GNN 空間的音声変換 - 水江:視覚障碍者向け漫画リーダ - 中田:対話バーチャルマイク - 高道:100万時間コーパス - 村留 (鹿大):鹿児島方言TTS - 加藤 (SB):聴取者サイド声質変換 - 阿部 (名大):full-duplex対話ベンチ - 古林 (都立大): マルチトラック電子透かし takamichi-lab.github.io/news…
17
3
67
13,054
Yuto Nozaki retweeted
そう言えば大分前にこんなん呟いたけど、紆余曲折あって↓になった。 ieeexplore.ieee.org/document… Neural FCASAの説明にはDNN-IVAとFastMNMF、MVAEが必要なので、導入のため主要なBSSを概説しました。提案法の2段階アーキテクチャはJDモデルのMWFから着想を得ているので、LGMとMWFから議論が始まります。
今年の年末年始はBSS一式を解説するZenn記事書きたい. ICA, IVAから始まってILRMA, MNMF, FastMNMF, MVAE, IDLMAときて,DNN-IVA, neural (Fast)FCAに繋げていきたい.
7
20
4,380
Yuto Nozaki retweeted
🏆 Honored that the AIST Team ranked 1st in DCASE 2026 Challenge Task 4: Spatial Semantic Segmentation of Sound Scenes (S5). Our system combines TF-Locoformer and ATST-Frame in an end-to-end iterative architecture. dcase.community/challenge202…
1
15
1
52
4,489
Yuto Nozaki retweeted
インターンの野﨑くん、連携大学院 (大西研) の櫻井くんが、日本音響学会 学生優秀発表賞を受賞しました! おめでとうございます!!!🎉🎉🎉
4
27
1,849
Yuto Nozaki retweeted
Excited to share that our paper, "Online Frontend System for Multi-Talker DSR Using Neural Blind Source Separation and Diarization," has been accepted to IEEE TASLPRO! This work extends our neural FCASA family to an online frontend for real-time multi-talker DSR.
1
8
31
2,227
Yuto Nozaki retweeted
My student Shun's paper has been accepted to IEEE Signal Processing Letters! Congratulations, Shun!!!🎉🎉🎉 Title: "General-Purpose Audio-Visual Sounding Object Localization Based on Semi-Automatic Annotation" He also made an amazing demo webpage: ybando.jp/projects/gp-avsol/
1
14
44
3,687
Our paper, “Semi-Supervised Joint Separation and Diarization for Multichannel Noisy Speech Mixtures,” has been accepted to Interspeech 2026! Huge thanks to all my co-authors and team members. #Interspeech2026
2/2 of our papers were accepted to Interspeech🎉🎉🎉 Congratulations, Ono-kun & @cornedb47447485 Nozaki-kun! The two papers are about taking FastMNMF and Neural FCASA into the complex real world.
1
15
2,106
CMU での対話データセット構築の研究(SSSD)について、LLM-jp 対話ワーキンググループで発表させていただきました。 商用利用も可能ですので、みなさま是非お使いください! スライド: drive.google.com/file/d/1etf… 論文: isca-archive.org/interspeech… データセット: cmu.flintbox.com/technologie…
8
1
27
4,851
4月から所属を変え、慶應義塾大学高道研究室で博士課程をスタートしました!頑張ります💪
2
71
4,653
Yuto Nozaki retweeted
先日博士課程を修了しました! 3年間多くの方々にお世話になりました。ありがとうございました。 修了記念に公聴会のスライドを公開しました: speakerdeck.com/kohei_1979/u… 今後も研究は続けていく予定なので、引き続きよろしくお願いいたします。
2
8
1
89
13,134
Yuto Nozaki retweeted
来週のASJでは,下記4件の発表があります.どれもとても面白いので,皆様議論の程,是非よろしくお願いします. 1-1-9 3/17 15:15~ 野﨑 雄斗 (インターン生) 時間領域ブラインド音源分離のための深層高速フルランク時空間相関分析 2-1-9 3/18 15:45~ 櫻井 舜 (筑波大 連携大学院生) 半自動アノテーションに基づく汎用視聴覚音響イベント物体定位・検出 2-1-11 3/18 16:30~ 坂東 宜昭 深層ブラインド音源分離に基づく音響イベント定位・検出・分離 2-1-12 3/18 16:45~ 朴 潤花 (修士型研究員) イベント中心のシーン理解のための音響イベント検出 Transformer の再考
4
19
1,785
We will present 5 papers at #ICASSP2025! We are investigating data-efficient training for diverse machine listening tasks😁 1. T. Nakamura (@TomohikoNakamu2) & K. Choi (@juice500ml), "Discrete Speech Unit Extraction via Independent Component Analysis" 📅Apr. 7, 2:00 pm ~ @ SALMA workshop 2. Y. Bando, "Investigation of Spatial Self-Supervised Learning and Its Application to Target Speaker Speech Recognition" 📅Apr. 8, 2:00 pm ~ @ SLP-SS5-L3 3. Y. Nozaki (@cornedb47447485), "Source-Aware Spatial Self-Supervision for Sound Event Localization and Detection" 📅Apr. 11, 11:00 am ~ @ AASP-P27 4. Y. Shibata (@shibatashi_), "Formula-Supervised Sound Event Detection: Pre-Training Without Real Data" 📅Apr. 11, 11:00 am ~ @ AASP-P27 5. T. Yoshinaga, "Onset-and-Offset-Aware Sound Event Detection via Differentiable Frame-to-Event Mapping" 📅Apr. 11, 11:00 am ~ @ AASP-P27
10
1
42
6,813