内容紹介：最先端の音声変換を支える技術について、前提知識から理論と実装まで一気通貫（ｅｎｄ－ｔｏ－ｅｎｄ）に解説。《目次》第１章　音声言語情報処理１．１　音声言語情報処理とは何か１．２　人間の音声生成１．３　人間の音知覚１．４　音声言語データの特徴抽出１．５　本章のまとめ第２章　統計的機械学習２．１　音声から何かを学習するということ２．２　統計的機械学習の手引き２．３　分類タスク２．４　回帰タスク２．５　本章のまとめ第３章　ニューラルネットワークの基礎３．１　単純パーセプトロンから多層パーセプトロンへ３．２　多層パーセプトロンからＤＮＮへ３．３　深層生成モデル３．４　本章のまとめ第４章　実践して学ぶ音声言語情報処理４．１　Ｇｏｏｇｌｅ　ＣｏｌａｂｏｌａｔｏｒｙでのＰｙｔｈｏｎプログラミング４．２　多話者音声コーパスのダウンロードと分析４．３　ＰｙＴｏｒｃｈでの深層学習実装４．４　本章のまとめ第５章　深層学習に基づく音声変換５．１　音声変換の定義と分類５．２　作って学ぶ深層学習によるパラレル音声変換第６章　リアルタイム音声変換６．１　バッチ音声変換との違い６．２　ピッチ変換型のリアルタイム音声変換６．３　ＤＮＮを用いたリアルタイム音声変換６．４　社会生活での実用例６．５　社会への影響６．６　法的な視点第７章　ＤＮＮベースの音声変換モデル７．１　ＶＩＴＳの概要と特徴７．２　ＶＩＴＳのアーキテクチャ第８章　日本語におけるリアルタイム音声変換システムの実装８．１　ＴｅｘｔＥｎｃｏｄｅｒのＣｏｎｔｅｎｔＥｎｃｏｄｅｒへの置換８．２　軽量ボコーダへの置換８．３　モデル構造の因果的変更
理論から実践まで／基礎から最先端まで一気通貫！音響学・機械学習の初歩からはじまり、Ｄｉｆｆｕｓｉｏｎ　Ｔｒａｎｓｆｏｒｍｅｒによる音声変換の実装まで至る！
もくじ情報：第１部　統計的機械学習に基づく音声言語情報処理（音声言語情報処理；統計的機械学習；深層ニューラルネットワークの基礎；実践して学ぶ音声言語情報処理）；第２部　統計的音声変換の基礎と応用（深層学習による音声変換の基礎；音声変換を取り巻く技術と社会的側面；正規化フローに基づく音声変換；フローマッチングに基づく音声変換）

齋藤　佑樹(サイトウ　ユウキ)
博士（情報理工学）。東京大学大学院情報理工学系研究科　講師。２０１４年に釧路工業高等専門学校を卒業。２０１６年に同高専専攻科を修了。２０２１年に東京大学大学院情報理工学系研究科博士課程を修了。２０２４年より現職。統計的機械学習理論に基づく音声合成・声質変換の研究に従事