主に音声認識に関する研究を推進してきました。これまでに、IEEE SLT Best Paper Award、人工知能学会研究会優秀賞、精密工学会研究奨励賞などの受賞歴があります。現在は、音声認識や音声合成、音声言語モデルに関する研究開発を行っています。

🎓️学歴

• 2005年3月　神奈川県立湘南高等学校 卒業

• 2009年3月　慶應義塾大学 理工学部 システムデザイン工学科 卒業

• 2011年3月　慶應義塾大学大学院 理工学研究科 総合デザイン工学専攻 博士前期課程 修了

• 2021年3月　東京工業大学大学院 工学院 システム工学系 博士後期課程 修了

💼職歴

• 2011年4月～2025年1月　HONDA

• 2011年4月～2012年3月　本田技研工業 株式会社

• 2012年4月～2019年1月　ホンダエンジニアリング 株式会社 　

(2016年4月～2016年9月　Honda Engineering North America, Inc. 派遣)

• 2019年2月～2020年11月　株式会社 本田技術研究所

• 2020年12月～2025年1月　株式会社ホンダ・リサーチ・インスティチュート・ジャパン

• 2025年2月〜現在　Softbank

  • 2025年2月～現在　SB Intuitions 株式会社

(2025年4月～現在　ソフトバンク株式会社へ一部出向)

🏆️受賞

• 2012年  精密工学会 研究奨励賞 (主著論文)

• 2023年  IEEE ASRU Best Reviewer Award

• 2024年  人工知能学会 研究会優秀賞 (共著論文)

• 2024年  IEEE SLT Best Paper Award (主著論文)

• 2025年  共著論文がISCA INTERSPEECH Best Student Paper Awardを受賞

📚️主な研究領域

音声認識

代表論文：

• Y. Sudo et al., “Contextualized Automatic Speech Recognition with Dynamic Vocabulary”, in Proc. SLT, 2024. (🏆IEEE SLT Best Paper Award🏆)

• Y. Sudo et al., "DYNAC: Dynamic Vocabulary based Non-Autoregressive Contextualization for Speech Recognition", in Proc. INTERSPEECH, 2025. 

• Y. Sudo et al., "OWSM-Biasing: Contextualizing Open Whisper-Style Speech Models for Automatic Speech Recognition with Dynamic Vocabulary", in Proc. INTERSPEECH, 2025. 

招待講演：

• "End-to-end音声認識の課題とDeep Biasingによるカスタマイズ", 電気音響研究会/応用音響研究会, 日本音響学会/電気情報通信学会, 2024. 

音声言語モデル

代表論文：

• J. Yang, Y. Fujita, Y. Sudo, "DuplexCascade: Full-Duplex Speech-to-Speech Dialogue with VAD-Free Cascaded ASR-LLM-TTS Pipeline and Micro-Turn Optimization", arXiv preprint arXiv:2603.09180, 2026. [demo]

• Y. Fujita, T. Mizumoto, A. Kojima, L. Liu, and Y. Sudo, "AC/DC: LLM-based Audio Comprehension via Dialogue Continuation", in Proc. INTERSPEECH, 2025. 

• T. Mizumoto, Y. Fujita, H. Shi, L. Liu, A. Kojima, and Y. Sudo, “Evaluating Japanese Dialect Robustness across Speech and Text-based Large Language Models”, in Proc. ASRU, 2025. 

• H. Shi, Y. Fujita, T. Mizumoto, L. Liu, A. Kojima, and Y. Sudo, “Serialized Output Prompting for Large Language Model-based Multi-Talker Speech Recognition”, in Proc. ASRU, 2025. 

ロボット聴覚

代表論文：

• Y. Sudo et al., “Online Adaptation of Fourier Series-Based Acoustic Transfer Function Model and Its Application to Sound Source Localization and Separation”, Advanced Robotics, 2024.

• Y. Sudo et al., "Multichannel Environmental Sound Segmentation with Separately Trained Spectral and Spatial Features", Applied Intelligence, 2021.

招待講演：

• "深層学習を用いた音源定位、音源分離、クラス分類の統合〜環境音セグメンテーション手法の紹介〜", Tokyo BISH Bash, 2021.