Publications

Ryuichi Yamamoto, Yuma Shirahata, Masaya Kawamura, Kentaro Tachibana (2024). Description-based Controllable Text-to-Speech with Cross-Lingual Voice Control. Submitted to ICASSP2025.
PDF arXiv Demo
Masaya Kawamura, Ryuichi Yamamoto, Yuma Shirahata, Takuya Hasumi, Kentaro Tachibana (2024). LibriTTS-P: A Corpus with Speaking Style and Speaker Identity Prompts for Text-to-Speech and Style Captioning. In Proc. Interspeech 2024.
PDF Code arXiv Demo
Reo Shimizu, Ryuichi Yamamoto, Masaya Kawamura, Yuma Shirahata, Hironori Doi, Tatsuya Komatsu, Kentaro Tachibana (2023). PromptTTS++: Controlling Speaker Identity in Prompt-Based Text-to-Speech Using Natural Language Descriptions. In Proc. ICASSP2024.
PDF arXiv Demo Code HuggingFace Demo
Masaya Kawamura, Yuma Shirahata, Ryuichi Yamamoto, Kentaro Tachibana (2023). Lightweight and High-Fidelity End-to-End Text-to-Speech with Multi-Band Generation and Inverse Short-Time Fourier Transform. In Proc. ICASSP2023.
PDF Code arXiv Demo
川村 真也, 中村 友彦, 高宗 典玄, 北村 大地, 猿渡 洋, 高橋 祐, 近藤 多伸 (2022). 混合Differentiable Digital Signal Processingモデルによる合成パラメータ抽出のためのラウドネスの時間変動に基づくロス関数の設計. 日本音響学会 2022年秋季研究発表会.
Masaya Kawamura, Tomohiko Nakamura, Daichi Kitamura, Hiroshi Saruwatari, Yu Takahashi, and Kazunobu Kondo (2022). Differentiable Digital Signal Processing Mixture Model for Synthesis Parameter Extraction from Mixture of Harmonic Sounds. In Proc. ICASSP2022.
PDF arXiv Demo
川村 真也, 中村 友彦, 北村 大地, 猿渡 洋, 高橋 祐, 近藤 多伸 (2022). 混合Differentiable DSPモデルによる混合楽器音からの合成パラメータ抽出の実験的評価. 日本音響学会 2022年春季研究発表会.
川村 真也, 中村 友彦, 北村 大地, 猿渡 洋, 高橋 祐, 近藤 多伸 (2021). 楽譜情報を援用した音楽音響信号に対する混合Differentiable DSPモデルの合成パラメータ推定. 情報処理学会研究報告.
PDF
Koshiro Okano, Yu Suzuki, Masaya Kawamura, Tsuneo Kato, Akihiro Tamura, Jianming Wu (2021). Contrastive Response Pairs for Automatic Evaluation of Non-task-oriented Neural Conversational Models. In Proc. SIGDIAL.
PDF
岡野 功士朗, 川村 真也, 鈴木 優, 加藤 恒夫, 田村 晃裕, 呉 剣明 (2021). ニューラル対話モデルの自動評価に向けた対照応答対評価セットの試作. 言語処理学会第27回年次大会.
PDF