「音」を通じて、「聞く」と「話す」の連関を科学する

音情報処理学研究室　Laboratory on Acoustic Information Science
講師：上江洲 安史（UEZU Yasufumi）

E-mail：
［研究分野］
音声科学、音響音声学、音声情報処理
［キーワード］
聴覚―発話運動制御、聴覚フィードバック、発話学習・適応、音声知覚・生成、スピーチチェイン

研究を始めるのに必要な知識・能力

「聞く・話す」能力を当たり前と思わず「なぜだろう？」と面白がれる好奇心、なにより「音」への興味・関心が大切です。音響学、音声/聴覚、統計/検定、プログラミング等の知識があることが望ましいですが、必要に応じて研究を進めながら学べます。

この研究で身につく能力

研究の計画、実験の実施・データ分析、成果の発信まで、実験研究を遂行するための一連の能力を身につけます。研究課題の設定、先行研究の調査、仮説の設定、発話・聴取実験の設計、音声・生体データの収録・分析、プログラミング、統計解析、プレゼンテーションや論文執筆などを実践します。生成AI（LLM）の活用も推奨しますが、出力を鵜呑みにせず、正確さや妥当性を検証し、研究目的に照らして必要な情報を自ら判断・取捨選択する力を養います。実験装置や解析手法、生成AIを単に「使える」だけでなく、「何を明らかにしたいのか、そのために何を測り、どの方法を選ぶべきか」を自ら考え、説明できる力を重視します。また、試行錯誤をいとわず、問題を切り分けながら粘り強く検証を続ける姿勢も身につけます。

【就職先企業・職種】 情報通信、楽器・音響機器メーカーの技術開発職、研究職などを想定

研究内容

図1 話者におけるスピーチチェイン

私たちは普段、何気なく周りの音や声を聞き、自分の声を出して話しています。しかし、「聞こえ方が変わるとなぜ話し方まで変わるのか」「ことば（言語）の学習・獲得によって声の出し方はどのように身につくのか」など、日常の“当たり前”の中には、まだ多くの謎が残されています。
本研究室では、人が「聞く」ことと「話す」ことがどのように関わり合っているのか、すなわちスピーチチェイン（図1）に注目します。特に音声の生成（speech production）に軸足を置き、人を対象とした発話・聴取実験と音響分析を通して、人が音声をどのように知覚し、生成し、学習しているのかを明らかにします。さらに、超音波による舌運動計測やエレクトログロットグラフィー（EGG）による発声計測も用い、「音」と身体の動きの両面から発話の仕組みを調べます。こうした聴覚と発話の関係を継続的に扱う研究グループは国内では多くなく、「音」を手がかりに人の音声の知覚・運動・学習を科学することが本研究室の特徴です。

1．聴覚フィードバックと発話運動制御・学習

自分の声を遅らせる遅延聴覚フィードバック（DAF）や、声の高さ・フォルマント周波数を変化させる変形聴覚フィードバック（AAF）を用いて、自分の声の聞こえ方が発話のタイミングや声、調音運動をどのように変えるのかを調べます。また、その変化が繰り返しの中でどのように適応・学習されるのか、母語や言語経験によってその過程がどのように異なるのかを研究します。「音声に含まれる自分の声らしさ」が発話制御に果たす役割も重要なテーマです。

2．音環境・聴覚特性と発話の変化

騒音や骨伝導など、普段とは異なる音環境・音声提示条件で、発話がどのように変化するのかを調べます。人を対象とした実験だけでなく、聴覚末梢で音がどのように表現・処理されるのかをシミュレーションし、どのような音響情報が知覚されることで発話の変化につながるのかを明らかにします。得られた知見を、より自然で安定した音声コミュニケーションや音声提示技術へつなげることも目指します。

図2 実験の様子・装置の例

主な研究業績

1. Uezu, Y., Akagi, M., & Unoki, M. (2026). Effects of identity-related voice cues on speech timing under delayed auditory feedback. JASA Express Letters, 6(9).
2. Uezu, Y., Hiroya, S., & Mochida, T. (2026). Task-irrelevant background broadband noise reduces redundancy in auditory-motor adaptation in speech production. Scientific Reports, 16, 29409.
3. Uezu, Y., Akagi, M., & Unoki, M. (2025). Can the spectral representation of the auditory peripheral system explain vowel production changes under noises masking lower formants?. The Journal of the Acoustical Society of America, 158(3).