研究員
京都大学大学院 情報学研究科 知能情報学専攻
メディアアーカイブ分野 河原研究室
居室: 〒606-8501 京都市左京区吉田本町 京都大学総合研究7号館
E-mail: lisheng[at]sap.ist.i.kyoto-u.ac.jp
学歴
2002年7月 江蘇省無錫(むしゃく)市第一高等学校卒業
2006年7月 南京大学（国立中央大学，内戦により中国共産党に接収され国立南京大学と改称）学士修了(理学)
2009年7月 南京大学大学院修士課程修了，（中国科学院，香港中文大学，南京大学连携项目課程同期修了）
2016年3月 京都大学大学院情報学研究科知能情報学専攻博士後期課程修了
学位論文: 音響モデルの準教師付き及び半教師付き学習による音声認識，指導教授: 河原達也先生，Feb. 2016.
研究歴, 職歴
2009年9月 メディア処理技術を用いた外国語学習，聴覚障害者支援研究に従事（2012年4月まで，中国科学院深セン先端技術研究所[広東省深セン市]）
2012年4月 音響モデルの音素誤り最小化学習（2012年8月まで，Sogouピン音入力方法[株，中国北京市]研究員）
2012年10月 音声認識の活用による講演・講義の字幕付与に従事（現在に至る，京都大学）
2015年10月 ERATOプロジェクトに従事（現在に至る，京都大学）
発表文献
GoogleScholar | ResearchGate
博士論文
-
Sheng Li (李 勝).
Speech Recognition Enhanced by Lightly-supervised and Semi-supervised Acoustic Model Training.
Ph.D. Thesis, Kyoto University, 2016.
学術論文誌 掲載論文
-
S.Li, Y.Akita, and T.Kawahara.
Semi-supervised acoustic model training by discriminative data selection from multiple ASR systems' hypotheses.
IEEE Trans. Audio, Speech \& Language Process., Vol.24, No.9, pp.1520--1530, 2016.
(text)
(PDF)
-
S.Li, Y.Akita, and T.Kawahara.
Automatic lecture transcription based on discriminative data selection for lightly supervised acoustic model training.
IEICE Trans., Vol.E98-D, No.8, pp.1545--1552, 2015.
(text)
(PDF)
-
L. Wang, H. Chen, S. Li and H. Meng.
Phoneme-level articulatory animation in pronunciation training,
Speech Communication, Vol. 54, Issue 7, Sept. pp. 845–856, 2012.
(text)
(PDF)
国際会議 発表論文
-
S.Li, X.Lu, S.Sakai, M.Mimura and T.Kawahara
SEMI-SUPERVISED ENSEMBLE DNN ACOUSTIC MODEL TRAINING
Accepted in IEEE-ICASSP, 2017.
-
S.Li, X.Lu, S.Mori, Y.Akita, T.Kawahara.
Confidence Estimation for Speech Recognition Systems using Conditional Random Fields Trained with Partially Annotated Data,
ISCSLP, 2016.
(PDF)
-
S.Li, Y.Akita, and T.Kawahara.
Data selection from multiple ASR systems' hypotheses for unsupervised acoustic model training.
In Proc. IEEE-ICASSP, pp.5875--5879, 2016.
(text)
(PDF)
-
S.Li, Y.Akita, and T.Kawahara.
Discriminative data selection for lightly supervised training of acoustic model using closed caption texts.
In Proc. INTERSPEECH, pp.3526--3530, 2015.(oral) (text)
(PDF)
-
S.Li, X.Lu, Y.Akita, and T.Kawahara.
Ensemble speaker modeling using speaker adaptive training deep neural network for speaker adaptation.
In Proc. INTERSPEECH, pp.2892--2896, 2015.
(text)
(PDF)
-
S.Li, Y.Akita, and T.Kawahara.
Corpus and transcription system of Chinese Lecture Room.
In Proc. Int'l Sympo. Chinese Spoken Language Processing (ISCSLP), pp.442--445, 2014.
(text)
(PDF)
-
S. Li and L. Wang.
Cross Linguistic Comparison of Mandarin and English EMA Articulatory Data,
In Proc. INTERSPEECH, 2012. (Travel granted by IBM research)
(text)
(PDF)
-
S. Li, L. Wang and E. Qi.
The Phoneme-level Articulator Dynamics for Pronunciation Animation,
In Proc. IALP, Nov.15-17, Pages 283-286, 2011.
(text)
(PDF)
-
J. Chen, L. Wang, C. Li, J. Hu and S. Li.
IELS: A Computer-aided Pronunciation Training System for Undergraduate Students,
ICETC, Vol.1, pp.338-342, 2010.
(text)
(PDF)
発表・研究会
-
S. Li, X. Lu, S. Sakai, T. Kawahara,
Diversity-driven Semi-supervised Ensemble DNN Acoustic Model Training,
ASJ autumn, 2016.
-
S. Li, X. Lu, S. Sakai, T. Kawahara,
Diversity-driven Semi-supervised Ensemble DNN Acoustic Model Training,
IPSJ IEICE-SP2016-40, 2016. (oral)
-
S. Li, Y. Akita, T. Kawahara,
Discriminative data selection from multiple ASR systems' hypotheses for unsupervised acoustic model training,
IPSJ SIG-SLP-109-8, 2015.(oral)
-
S. Li, Y. Akita, T. Kawahara,
Effective combination of multiple ASR hypotheses with CRF-based classifiers,
ASJ autumn, 2015.
-
S. Li, Y. Akita, T. Kawahara,
Incorporating divergences from hypotheses of multiple ASR systems to improve unsupervised acoustic model training,
ASJ spring, 2015.
-
S. Li, Y. Akita, T. Kawahara,
Unsupervised Training of Deep Neural Network Acoustic Models for Lecture Transcriptions,
ASJ autumn, 2014.
-
S. Li, Y. Akita, T. Kawahara,
Classifier-based data selection for lightly-supervised training of acoustic model for lecture transcription,
IPSJ SIG-SLP-102-4, 2014.(oral)
-
S. Li, Y. Akita, T. Kawahara,
Data Selection Assisted by Caption to Improve Acoustic Modeling for Lecture Transcription,
ASJ spring, 2014.(oral)
-
S. Li, M. Mimura, T. Kawahara,
Automatic Transcription of Chinese Spoken Lectures,
ASJ autumn, 2013.
-
S. Li, K. Luo and L. Wang,
The Phoneme-level Articulator Dynamics for 3D Pronunciation Animation for Chinese,
Bulletin of Advanced Technology Research, Vol.5 No.10/Otc.2011, Pages 5-7.
-
S. Li and C. Li,
Application of the RFID based audio service in regional navigation system,
Bulletin of Advanced Technology Research, Vol.3 No.2/Feb.2009, Pages 44-47.
奖賞
2002年 中国江蘇省化学オリンピック二等賞,生物学オリンピック三等賞
2002年 Chen Yinchuan大学新入生優秀者奨学金
2004年 南京大学人民奨学金
2011年 中国科学院職員優秀賞
2011年 香港青年起業家プログラムの創造的な企画賞
2012年 日本政府（文部科学省）奨学金
2012年 ポートランド，Interspeech会議へIBM 旅行補助賞金
Academic Services
[1] Reviewer for NAACL-HLT 2016.
[2] Reviewer for Doctoral Consortium at Interspeech2015.
学会所属
IEEE-SPS (Signal Processing Society),
ISCA (International Speech Communication Association)，
ASJ (日本音響学会)，
SIG-CSLP (Chinese Spoken Language Processing),
APSIPA (Asia Pacific Signal and Information Processing Association)
校友会
南京大学(元国立中央大学)日本関西校友会
京都大学情報学研究科同窓会
歴史上の人物
三国志の登場人物
Last update: 2016-8-20
