世界最大級の音声処理技術の国際会議「Interspeech 2026」で、朝日新聞社メディア研究開発センターの論文が採択
株式会社朝日新聞社
AIを大幅に小型化しながら高音質なノイズ除去を実現 新しい音声処理技術が国際的に評価
株式会社朝日新聞社（代表取締役社長：角田克）は、当社メディア研究開発センターが取り組む人工知能（AI）研究の論文が、音声認識や音声対話などの研究分野で世界最大級の国際会議の一つ「Interspeech 2026」に採択されたことをお知らせします。本論文は、メディア研究開発センターに在籍する山内 将吾が主著者として執筆し、AIモデルを大幅に小型化しながら、雑音の中から人の声をクリアに取り出す「音声強調（ノイズ除去）」を高品質で実現する新手法を提案するものです。その学術的・技術的な貢献が評価され、今回新設された「長文論文トラック（Long Paper Track）」に採択されました。これは研究成果の重要性が認められたことを示しています。
[画像1:
https://prcdn.freetls.fastly.net/release_image/9214/2245/9214-2245-bc6e8b8bcb3b903827bb3268730fc40a-1390x467.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
スマートフォンや補聴器、オンライン会議など、私たちの身の回りでは、雑音の中から人の声を聞き取りやすくする「音声強調」の技術が広く使われています。近年は深層学習を用いたAI技術の活用で品質が大きく向上しましたが、高い品質を得ようとするとモデルが大きくなり、多くの計算資源を必要とするという課題がありました。とりわけ、音質を左右する「位相（音の波のタイミング）」の情報は、モデルを小さくすると失われやすいことが知られています。
本研究では、音の大きさとタイミングの情報を効率よく扱える数学的手法「四元数（※1）」を活用し、音声処理に優れたAI技術と組み合わせた新手法「QC-GAN」を提案しました。さらに、従来から提案されている「MetricGAN」という学習手法を活用し、人が感じる聞き取りやすさ（音質）を高める仕組みも取り入れました。
その結果、代表的な評価用データセットにおいて、従来の最先端モデルの半分以下の大きさ（約89万パラメータ）でありながら、同等の高音質を達成
