会話の性質に着目したクラウド上の深層学習と連携する補聴器の研究

• Project/Area Number: 25K03149
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61020:Human interface and interaction-related; Basic Section 62040:Entertainment and game informatics-related; Sections That Are Subject to Joint Review: Basic Section61020:Human interface and interaction-related , Basic Section62040:Entertainment and game informatics-related
• Research Institution: The University of Tokyo
• Principal Investigator: 高木 健 東京大学, 大学院工学系研究科(工学部), 特任助教 (20897607)
• Co-Investigator(Kenkyū-buntansha): 山岡 洸瑛 東京大学, 大学院情報理工学系研究科, 助教 (71001103) ; 川原 圭博 東京大学, 大学院工学系研究科(工学部), 教授 (80401248)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥18,720,000 (Direct Cost: ¥14,400,000、Indirect Cost: ¥4,320,000); Fiscal Year 2027: ¥5,720,000 (Direct Cost: ¥4,400,000、Indirect Cost: ¥1,320,000); Fiscal Year 2026: ¥6,110,000 (Direct Cost: ¥4,700,000、Indirect Cost: ¥1,410,000); Fiscal Year 2025: ¥6,890,000 (Direct Cost: ¥5,300,000、Indirect Cost: ¥1,590,000)
• Keywords: 補聴器 / 深層学習 / 雑音除去 / クラウド

Outline of Research at the Start

世界で4億人以上いる聴覚障害者は補聴器によって問題なく社会参画できると思われている。しかし、現在の補聴器は多くの軽度難聴者が困る賑やかな場面（例：レストランでの会話）ではその効果をあまり感じられず、社会参画への困難さに繋がっている。その理由は、補聴器は計算資源が限られることと、リアルタイム性を重視して雑音除去の性能を犠牲にしているからである。一方で高性能な深層学習を用いた雑音除去手法は、計算量と遅延が大きいため、補聴には不適とされてきた。そこで本研究では、会話の性質に着目したクラウド上の深層学習と連携する補聴器を実現する。