充実した研究環境の中で
人々の日常生活に貢献できる
研究を行う

2010年にポスドクとしてNTT研究所にジョインし、それ以降は音声認識技術の研究に専念しています。特に注目しているのはターゲット音声の抽出技術です。具体的には複数の話者が同時に話している録音の中から、任意の話者の音声を抽出する技術に取り組んでいます。ポスドクとしてジョインする前にもインターンでNTT研究所に在籍していたことがあったのですが、当時はまだ多くのことがわからない状況で、与えられた研究テーマに沿って取り組んでいました。しかし、その後は自身の興味に基づいて研究テーマを設定することができるようになり、自分の関心領域に深く探求していく機会が多くあります。
NTT研究所は事業性が求められる会社という組織でありながら、非常に学術的な研究に力を注ぐことができます。これは世界的にもめずらしい環境ではないでしょうか。しかもかなり大きな組織であるにも関わらず、研究所内では研究者同士が密接につながっていて、領域を問わず意見交換する機会も数多くあります。皆で協力しながら、良い物をつくろう、良い成果をあげようという意識が非常に高い組織だなという印象を持っています。
また、対外的にも国際的な学会や会議への参加、海外の大学との共同研究が盛んで、私自身、現在、アメリカ、ドイツ、チェコの研究者たちと共同研究を行っています。研究者としての向き合い方は人それぞれだと思いますが、私はこうしたコラボレーションの機会があふれていることも、NTT研究所の魅力だと感じています。

現在取り組んでいるターゲット音声の抽出技術は、目的とする音声と雑音を区別して、雑音を含んだ部分にマスクをかけることによって目的の音声をきれいに抜き出す技術です。人の音声と雑音というのはかなり周波数パスが異なるので、ニューラルネットワークを用いて比較的容易に区別することができます。
しかし、複数人の音声、例えば話者Aと話者Bの声が入り交ざっている場合には、どちらか片方の声だけを雑音の中から抜き出すことは難しくなります。そこで私たちは雑音と人の音声を区別するネットワークに補助情報としてその話者どちらかだけの音声情報を提供して、音声の特徴を学習させるシステムを検討しました。これにより、雑音と複数話者の音声が混ざった中から、特定の人物の音声だけをターゲットとして抽出できる技術の確立をめざしています。
さらに、当社の別拠点にある研究所ともコラボレーションして、抽出された音声を直接文字に出力するというデモンストレーションも行いました。これからは人の音声だけではなく、聞き逃したくない音、例えば他の騒音はシャットアウトするけれど、呼び鈴の音だけはヘッドフォン越しにもちゃんと聞こえたり、道を歩いている際に他の音は遮断するけれど、自動車の音だけは聞こえて安全な歩行をサポートしたりするなど、さまざまな技術を実現していければと考えています。

私は学生時代に交換留学とホームステイプログラムで来日し、それを機に日本で暮らしたいと考えるようになりました。そこでベルギーで修士課程を修了した後に、Vulcanus in JapanプログラムというEUと日本の間の1年間の交換プログラムに参加し、2003年にNTT研究所のインターンシップに参加しました。
その後、ポスドクとしても研究を続けた後、一度、日本の別会社で勤務しますが、研究の方が自分に向いていると気づき、2010年にNTTに戻る機会を得ました。当初はそれほど長く勤めるつもりではありませんでしたが、NTT研究所、中でも在籍しているコミュニケーション科学基礎研究所の自由な雰囲気が非常に楽しくて、今でも在籍し続けています。トップレベルの研究者が揃い、最高の研究設備が揃っていて、さらに私の専門である音声認識の領域では世界トップクラスの成果を残しつづけている研究所です。
私は日本語を話すことができますが、読んだり書いたりするのは得意ではありません。しかし言語の壁はあまり問題ではありませんし、それよりも異文化をバックグラウンドに持つ自分が、この研究所に与えられる多様性や新たな視点に大きな価値があると感じています。日本国外の人たちが抱く日本企業に対するイメージである長時間労働といった問題もありませんし、非常に良い環境で研究活動に向き合えています。いずれは、ここで高品質の補聴器や音声アシスタントなど、私たちの日常生活に多くの良い影響を与えることができる製品につながるような技術を確立していきたいと考えています。