SlideShare a Scribd company logo
1 of 43
Download to read offline
2015©Shinnosuke TAKAMICHI
06/04/2015
研究報告のための
プレゼンテーション技術
D3 高道 慎之介
2015年度 M1勉強会
/43
本スライドの目的
2
このスライドで「良いプレゼンとは何か(=プレゼン美学)」を勉強!
皆、ここ!
入学 修了
サーベイ
提案法の
有効性の検証
学会発表 論文執筆
グラム先生が解説今日はココ!
エムニーズが解説
まずはプレゼンの心持ちから
3
/43
プレゼンで重要な心持ち
 プレゼンとは「聴衆に対して情報を提示し、理解・納得を得る行為」
– =聴衆に「なるほど」と思わせ、満足させる行為
4
NG: 「どうだ!頭いいだろう!」 (自己顕示)
OK: 「みんなを頷かせてみせるぞ!」
NG: 「これであってるよな・・・」(自己不安)
聴衆に対して徹底的にサービスする気持ちが重要!
つまり、Sになれ! (”SとM”のSは、”サービスのS”とも言うしね。)
/43
プレゼンが上手いと得する事(大学院編)
 1.炎上しない!
– 学会やミーティングで効率的な議論が可能
 2.就活に役立つ!
– 研究をプレゼンする面接で有効
– = 就活が早く終了 => 気持ちに余裕 => 残りの大学院生活を更に満喫
 3.賞を貰える!
– 音響学会では、研究の独創性+発表スキル等で粟屋賞*1受賞者を決定
– INTERSPEECHでは、論文+発表スキルでBest Student Paper *2を決定
– 奨学金免除審査において、非常に有効
5
*1: 中村先生(1991)、戸田先生(2008)、高道(2013)が受賞
*2: 田中 宏(2013)がファイナリストに選出
研究プレゼン力を構成する3要素
構成力 ・ デザイン力 ・ トーク力
6
研究プレゼン力を構成する3要素
構成力 ・ デザイン力 ・ トーク力
7
あなたの論理的ストーリーで聴衆を納得させろ!
/43
全体のストーリーを構成する前に①:
国際会議論文の概要の例
8
[Neubig, 2015.]
論文の概要を
短く論理的に提示
/43
全体のストーリーを構成する前に②:
論文サーベイのスライドの例
9
[Ochiai, 2015.]
短く論理的
/43
前ページのように
全体のストーリーを論理的に記述
例: ○○という課題を解決する必要がある(○○の需要が高い)。
○○という従来技術があるが、○○の点で問題が残る。本発表で
は、○○を提案する。提案法は、○○に基づいた処理により、問題
を解決(緩和)する。実験的評価により、○○という結果を示す。
10
研究背景
従来法 従来法の問題点
提案法 提案法の詳細
提案法の効果提案法の利点
/43
ストーリーは本当に論理的?
11
例: ○○という課題を解決する必要がある(○○の需要が高い)。
○○という従来技術があるが、○○の点で問題が残る。本発表で
は、○○を提案する。提案法は、○○に基づいた処理により、問題
を解決(緩和)する。実験的評価により、○○という結果を示す。
本当に解決した?
課題に対する結果を
本当に示した?
/43
肉付けすべき点の追加
12
例: ○○という課題を解決する必要がある(○○の需要が高い)。
○○という従来技術があるが、○○の点で問題が残る。本発表で
は、○○を提案する。提案法は、○○に基づいた処理により、問題
を解決(緩和)する。実験的評価により、○○という結果を示す。
どんな実験条件?
何故?
新要素○○って説明した?
何故?
論理的に正しい?
/43
スライドの構成(15~20ページを想定)
13
概要・背景
(1~2ページ)
従来法
(2~3ページ)
従来法の問題点
(1~2ページ)
提案法
(5~6ページ)
実験的評価
(4~5ページ)
まとめ (1ページ)
 基本的な構成は左の通り
 スライド枚数 ≒ 発表時間(分)
– 学会の発表時間は12分~25分程度
 1スライド = 1メッセージ
– ストーリーからスライド数のメッセージを作成
 スライドのタイトル = メッセージ
– 同じタイトルのスライドはNG
– (例えば、ずっと“提案法”はダメ。”提案法の構成”、
”提案法の利点”等、各スライドで変更すべし)
そのスライドを
一言で表すなら?
/43
概要・背景
 研究背景
– 聴衆に研究の意義を伝えることが最重要!
伝わらないと、「この研究、何の役に立つの?」の質問・・・
(起こるべきではない質問No. 1)
 研究概要
– 作成したストーリーを提示 (できるだけ短めに!)
– 「最初の4ページがつまらないと読者は飽きる」 by 秋本 治 (こち亀 作者)
伝わらないと、「結局、何がやりたかったの?」の質問・・・
(起こるべきではない質問No. 2)
14
概要
従来
問題
提案
評価
まとめ
/43
概要・背景の例
15
取り扱う問題の提示
(聴衆のレベルに応じて背景・
問題点の提示内容を変更)
本発表でのキーポイント
従来法との比較
提案法
評価で得られる結果
/43
従来法とその問題点、提案法
 従来法
– 文献の情報を引用する際はcitationを必ず使用
• 例: [Takamichi et al., 2015.] [高道 他, 2015.] [Takamichi+15]
– 以下の略語を覚えると便利
• e.g.: 「例えば」、a.k.a: 「~として知られてる、別名」
– 手法全体のどの部分を取り扱うかを明示(=全体図を明示)
– 単語の標記のゆらぎ、未定義に注意!
 従来法の問題点
– 提案法と比較しない事柄は、示す必要なし
 提案法
– どこに新規性があるのか
– 問題点をどのように解決したか 16
概要
従来
問題
提案
評価
まとめ
素人でも納得した気に
なれるように!
/43
実験条件・実験的評価
 実験条件
– コーパスサイズ・評価人数など
 実験的評価 (ここがプレゼンの評価の分かれ目!)
– 何のための評価?
– 縦軸?横軸?
– グラフの見方?
– 手法のラベル?
– どれが提案法?
– 最初の目的と結果は一致?
– グラフの最小値・最大値は?
• “1”~”5”までの評価の結果ならば、その範囲外は必要なし
17
概要
従来
問題
提案
評価
まとめ
素人でも納得した気に
なれるように!
/43
実験的評価の悪い例
18
何の評価?
何の値?
縦軸の値が
どうなれば改善?
何の手法だっけ?
どれが提案法?
/43
実験的評価の良い例
19
評価目的を
明示
縦軸の
ラベル
各手法をよく表す
ラベルを付与
提案法が
一目瞭然
Better
見方を明示
/43
まとめ・今後の予定の例
20
概要
従来
問題
提案
評価
まとめ
概要で示したことを
箇条書きで再掲
今後の予定を簡潔に
研究プレゼン力を構成する3要素
構成力 ・ デザイン力 ・ トーク力
21
聴衆の心理を利用して、スライドをシンプルにしろ!
~あなたが思うより、聴衆は物事を記憶できない~
/43
デザインの4原則
22
近接
コントラスト
整列
反復
 関連項目をまとめてグループ化(組織化)
 ゲシュタルト原理に基づく手法
 スライド上のものを意識的に配置
 見えない線を利用する手法
 あるデザインを繰り返して表示
 人間のパターン認識能力を利用する手法
 視覚的な見易さを重要さに応じて変更
 注意の選択性に基づく手法
[William, 2008.]
/43
①近接: 関連項目は近くに配置
“人間は各パーツをグループ化して理解する。”
23
手法A
HMM音声合成
手法B
GMM声質変換
手法C
DNN音声合成
手法A
HMM音声合成
手法B
GMM声質変換
手法C
DNN音声合成
1行分の
スペース
認識の早さ
遅 早
関連項目を近くに配置することで、聴衆の脳が自動的にグループ化
(例: “手法AとHMM音声合成は関連している”とグループ化)
/43
前のページの例でも同様
24
関連項目をグループ化!
/43
②整列: 見えない線で結ぶ
25
“視覚野には、特定の図形パターン(縦・横線)に反応する細胞がある。”
ばらばらに
配置すると
読みにくいったら
ありゃしない
バラバラ
きれいに 配置すると
読みやすくて 素敵!
整列
見えない線で整列
(視覚野は縦のズレに特に敏感)
/43
きれいに 配置すると
読みやすくて 素敵!
26
連続ページでのずれにも注意!
きれいに 配置すると
読みやすくて 素敵!
/43
PowerPointのサポートする整列機能
27
見やすくて
とても
素敵!
ここを使えば
だいたいOK!
/43
③反復:デザインを繰り返す
28
“人間はパターンで物事を記憶する。”
あ!ここ、進研ゼミで
やったところだ!
脳は同じ表現の繰り返しを受け入れやすい & 差分を見つけようとする
/43
例1/3: 従来法1の説明
29
上部の青BOX と
下部の線グラフの
パターン
/43
例2/3: 従来法2の説明
(従来法1のパターンに基づいて表示)
30
追加された緑線
||
従来法2の影響
/43
例3/3: 提案法の説明
(従来法1、2のパターンに基づいて表示)
31
追加された青線
||
提案法の影響
/43
④コントラスト: 強調する
32
“人間の注意には選択性がある。”
 HMM音声合成
 合成音声の声質を自在に制御可能
 音質の低い音声を生成
だがしかし、フォントサイズと配色には注意すべし!
 HMM音声合成
 合成音声の声質を自在に制御可能
 音質の低い音声を生成
黒色から青色へ 24ptから20ptへ
/43
フォントサイズの注意点
 1.フォントサイズを統一すべし!
– 著者の場合、以下の3種類で統一
– 24pt (各スライドで、特に強調したいフレーズ)
– 22pt (箇条書き)
– 20pt (段落下げ箇条書き)
 2.最小の可読フォントサイズは20pt
– 18ptは、(環境に依るが)基本的に不可
– 図中の文字にも注意!
 3.フォントにもこだわりたい人は ”フォント 可読性 可視性” で検索
33
重要度で
サイズ分け
/43
配色の注意点
 1.色の意味を統一すべし!
– 著者の場合、以下の4色で統一 (5色以上はダメ。4色の使い過ぎもダメ。)
– 黒系: 基本の色、文章など
– 青系: 手法の長所、提案法を表示、特に強調したい点
– 赤系: 手法の短所、従来法を表示、注意点
– オレンジ系: イラストの都合上、青も赤も使いにくい場合のみ
 2.欧米と日本で、OKとNGの強調色が異なる!
– 日本: 赤がOK、青がNG (東アジア・東南アジアもこれ?)
– 欧米: 青がOK、赤がNG (著者の参加する国際会議はこれが大半)
 3.色にこだわりたい人は、”色相心理” で検索
– 色相心理的な正解は青がOK・赤がNG
34
/43
その他のTips
 1. 過剰なアニメーションはNG (最大 1~2アニメーション/スライド?)
– 便利だが、使いすぎるとコントラスト性が減少
– 基本的に、左上から右下の動きを使用 (聴衆の視線がそう動くため)
 2. 文字を減らして図・グラフを多めに
– 文字表現は、グラフィカル表現よりも理解に時間が必要
– 図・グラフで表現できるなら、表は避けるべき (数式も同様)
 3. 文の一つ一つにこだわり
– 文は (基本的に) 体言止め
– 改行位置に注意 (特に、助詞の前での改行はNG)
 4. ページ番号、総ページ数の表示(右下)
– Q&Aと、聴衆の意識誘導のため 35
手法
を提案
手法を
提案
NG OK
/43
英語表現について
 1. 単語ミスに注意
– 専門用語は論文を参考 (提案法: Proposal -> Proposed method)
– PowerPointのスペルチェッカーも利用
 2. 文法ミスに注意
– 大文字/小文字、3単現のS、単数形/複数形
– スペース (ピリオドとコンマの後、括弧の前後にはスペースが必要)
– 文を書くならピリオドを忘れずに
– 必ず名詞句 (日本語の体言止めに対応) にする必要はなし (と思う)
 3. 英語が苦手なら
– 英語を書かなくても理解できるような図・グラフを多用すべし!
– 結果サンプルを提示するとGood!
36
日本語記述でも
実施するとGood!
研究プレゼン力を構成する3要素
構成力 ・ デザイン力 ・ トーク力
37
スピーカーの態度でプレゼンを完成させろ!
* 「魅力的なトーク術」ではなく、「Acceptableなトーク術」を取り扱う。
/43
プレゼン中の動きのタブー
 聴衆を向かないで発表 … 論外
 指し棒でスクリーンを叩く … スライドが見辛い
 レーザポインタを早く動かす … どこ指してるの?
– スピーカが思うより、ポインタは速く動く
 黙る … 放送 (?) 事故
 自分を見失う・ちょこまか動く … 落ち着け
– 聴衆は横の動きに特に敏感
– 視覚は静止物(スライド)よりも動作物(ちょこまかした動き)に反応
38
/43
音声屋 (著者) の考える
明瞭度の高いスピーチ
 日本語の発声を支える3要素
– 音素 (≒滑舌) ・ アクセント型
– リズム (モーラ等時性)
 モーラ等時性を意識したスピーチ
– 頭の中にメトロノームをおいて、それに合わせてモーラを発声
– 等時性を崩すと明瞭度が極端に低下 (セリフをかむ、言い淀み)
 発話速度
– 等時性を崩さないのであれば、速くてOK
– 滑舌が悪い or 等時性を崩す恐れがあるなら、遅いほうが無難
39
各モーラは(ほぼ)同じ時間長
が っ しゅ く め ん きょ (合宿免許)
発表本番に至るまでのプロセス
40
/43
発表本番に至るまでのプロセス
41
ストーリーを作る
 論理的かチェック!
 研究時&原稿作成時も頭に置く!
デザインを練る
(~2週間前)
トークを練る
(~2週間前)
 原則を守っているかチェック!
 他の人のプレゼンで、デザインを勉強!
 慣れないうちは、台本を作って一言一句記憶!
 セリフをかまなくなるまで発声練習!
先生方との練習
(1~2週間前)
本番
 原則遵守&完璧トークで、有意義なコメントを!
 緊張せずに!
本スライドで
勉強
まとめ
42
/43
まとめ
 プレゼンを構成する3要素
– 構成力 … 聴衆を納得させるストーリーを作る力
• 短いストーリーを作成
• 論理性の確認
– デザイン力 … 余分な情報を捨て、聴衆をストーリーに集中させる力
• 4原則 (近接・整列・反復・コントラスト)
• スライド作成でのTips、英語スライド作成
– トーク力 … プレゼンの場をまとめ上げる力
• 動きのタブー
• リズムの重要さ
 発表本番に至るまでのプロセス
43

More Related Content

What's hot

不均衡データのクラス分類
不均衡データのクラス分類不均衡データのクラス分類
不均衡データのクラス分類
Shintaro Fukushima
 

What's hot (20)

論文に関する基礎知識2016
 論文に関する基礎知識2016 論文に関する基礎知識2016
論文に関する基礎知識2016
 
研究効率化Tips Ver.2
研究効率化Tips Ver.2研究効率化Tips Ver.2
研究効率化Tips Ver.2
 
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
 
不均衡データのクラス分類
不均衡データのクラス分類不均衡データのクラス分類
不均衡データのクラス分類
 
トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?
 
2019年度チュートリアルBPE
2019年度チュートリアルBPE2019年度チュートリアルBPE
2019年度チュートリアルBPE
 
研究発表を準備する(2022年版)
研究発表を準備する(2022年版)研究発表を準備する(2022年版)
研究発表を準備する(2022年版)
 
研究法(Claimとは)
研究法(Claimとは)研究法(Claimとは)
研究法(Claimとは)
 
研究発表のためのパワーポイント資料作成の基本
研究発表のためのパワーポイント資料作成の基本研究発表のためのパワーポイント資料作成の基本
研究発表のためのパワーポイント資料作成の基本
 
落合流先生流の論文要旨フォーマット
落合流先生流の論文要旨フォーマット落合流先生流の論文要旨フォーマット
落合流先生流の論文要旨フォーマット
 
工学系大学4年生のための論文の読み方
工学系大学4年生のための論文の読み方工学系大学4年生のための論文の読み方
工学系大学4年生のための論文の読み方
 
『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会『バックドア基準の入門』@統数研研究集会
『バックドア基準の入門』@統数研研究集会
 
構造方程式モデルによる因果推論: 因果構造探索に関する最近の発展
構造方程式モデルによる因果推論: 因果構造探索に関する最近の発展構造方程式モデルによる因果推論: 因果構造探索に関する最近の発展
構造方程式モデルによる因果推論: 因果構造探索に関する最近の発展
 
ビジネスマン必見!キレイな提案書を作るためのデザインの基礎知識
ビジネスマン必見!キレイな提案書を作るためのデザインの基礎知識ビジネスマン必見!キレイな提案書を作るためのデザインの基礎知識
ビジネスマン必見!キレイな提案書を作るためのデザインの基礎知識
 
強化学習その2
強化学習その2強化学習その2
強化学習その2
 
機械学習で嘘をつく話
機械学習で嘘をつく話機械学習で嘘をつく話
機械学習で嘘をつく話
 
【メタサーベイ】数式ドリブン教師あり学習
【メタサーベイ】数式ドリブン教師あり学習【メタサーベイ】数式ドリブン教師あり学習
【メタサーベイ】数式ドリブン教師あり学習
 
心理学におけるベイズ統計の流行を整理する
心理学におけるベイズ統計の流行を整理する心理学におけるベイズ統計の流行を整理する
心理学におけるベイズ統計の流行を整理する
 
機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明機械学習モデルの判断根拠の説明
機械学習モデルの判断根拠の説明
 
新分野に飛び入って半年で業績を作るには
新分野に飛び入って半年で業績を作るには新分野に飛び入って半年で業績を作るには
新分野に飛び入って半年で業績を作るには
 

Viewers also liked

オフラインファーストの思想と実践
オフラインファーストの思想と実践オフラインファーストの思想と実践
オフラインファーストの思想と実践
Shumpei Shiraishi
 
雑音環境下音声を用いた音声合成のための雑音生成モデルの敵対的学習
雑音環境下音声を用いた音声合成のための雑音生成モデルの敵対的学習雑音環境下音声を用いた音声合成のための雑音生成モデルの敵対的学習
雑音環境下音声を用いた音声合成のための雑音生成モデルの敵対的学習
Shinnosuke Takamichi
 

Viewers also liked (20)

z変換をやさしく教えて下さい (音響学入門ペディア)
z変換をやさしく教えて下さい (音響学入門ペディア)z変換をやさしく教えて下さい (音響学入門ペディア)
z変換をやさしく教えて下さい (音響学入門ペディア)
 
やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析
やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析
やさしく音声分析法を学ぶ: ケプストラム分析とLPC分析
 
DISTRIBUTED AND SYNCHRONISED VR MEETING USING CLOUD COMPUTING: Availability a...
DISTRIBUTED AND SYNCHRONISED VR MEETING USING CLOUD COMPUTING: Availability a...DISTRIBUTED AND SYNCHRONISED VR MEETING USING CLOUD COMPUTING: Availability a...
DISTRIBUTED AND SYNCHRONISED VR MEETING USING CLOUD COMPUTING: Availability a...
 
A STUDY OF VARIATION OF NORMAL OF POLY-GONS CREATED BY POINT CLOUD DATA FOR A...
A STUDY OF VARIATION OF NORMAL OF POLY-GONS CREATED BY POINT CLOUD DATA FOR A...A STUDY OF VARIATION OF NORMAL OF POLY-GONS CREATED BY POINT CLOUD DATA FOR A...
A STUDY OF VARIATION OF NORMAL OF POLY-GONS CREATED BY POINT CLOUD DATA FOR A...
 
Availability of Mobile Augmented Reality System for Urban Landscape Simulation
Availability of Mobile Augmented Reality System for Urban Landscape SimulationAvailability of Mobile Augmented Reality System for Urban Landscape Simulation
Availability of Mobile Augmented Reality System for Urban Landscape Simulation
 
SOAR: SENSOR ORIENTED MOBILE AUGMENTED REALITY FOR URBAN LANDSCAPE ASSESSMENT
SOAR: SENSOR ORIENTED MOBILE AUGMENTED REALITY FOR URBAN LANDSCAPE ASSESSMENTSOAR: SENSOR ORIENTED MOBILE AUGMENTED REALITY FOR URBAN LANDSCAPE ASSESSMENT
SOAR: SENSOR ORIENTED MOBILE AUGMENTED REALITY FOR URBAN LANDSCAPE ASSESSMENT
 
GOAR: GIS Oriented Mobile Augmented Reality for Urban Landscape Assessment
GOAR: GIS Oriented Mobile Augmented Reality for Urban Landscape AssessmentGOAR: GIS Oriented Mobile Augmented Reality for Urban Landscape Assessment
GOAR: GIS Oriented Mobile Augmented Reality for Urban Landscape Assessment
 
初期研修医のための学会スライドのキホン
初期研修医のための学会スライドのキホン初期研修医のための学会スライドのキホン
初期研修医のための学会スライドのキホン
 
AtCoder Beginner Contest 014 解説
AtCoder Beginner Contest 014 解説AtCoder Beginner Contest 014 解説
AtCoder Beginner Contest 014 解説
 
オフラインファーストの思想と実践
オフラインファーストの思想と実践オフラインファーストの思想と実践
オフラインファーストの思想と実践
 
HTML5でオフラインWebアプリケーションを作ろう
HTML5でオフラインWebアプリケーションを作ろうHTML5でオフラインWebアプリケーションを作ろう
HTML5でオフラインWebアプリケーションを作ろう
 
日本音響学会2017秋 ”クラウドソーシングを利用した対訳方言音声コーパスの構築”
日本音響学会2017秋 ”クラウドソーシングを利用した対訳方言音声コーパスの構築”日本音響学会2017秋 ”クラウドソーシングを利用した対訳方言音声コーパスの構築”
日本音響学会2017秋 ”クラウドソーシングを利用した対訳方言音声コーパスの構築”
 
雑音環境下音声を用いた音声合成のための雑音生成モデルの敵対的学習
雑音環境下音声を用いた音声合成のための雑音生成モデルの敵対的学習雑音環境下音声を用いた音声合成のための雑音生成モデルの敵対的学習
雑音環境下音声を用いた音声合成のための雑音生成モデルの敵対的学習
 
Tutorial of topological_data_analysis_part_1(basic)
Tutorial of topological_data_analysis_part_1(basic)Tutorial of topological_data_analysis_part_1(basic)
Tutorial of topological_data_analysis_part_1(basic)
 
Topological data analysis
Topological data analysisTopological data analysis
Topological data analysis
 
Computer systems for school kids
Computer systems for school kidsComputer systems for school kids
Computer systems for school kids
 
JAWS DAYS 2015
JAWS DAYS 2015JAWS DAYS 2015
JAWS DAYS 2015
 
Lake Crest について調べてみた
Lake Crest について調べてみたLake Crest について調べてみた
Lake Crest について調べてみた
 
第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)
 
Beamertemplete
BeamertempleteBeamertemplete
Beamertemplete
 

Similar to 研究発表のためのプレゼンテーション技術

Similar to 研究発表のためのプレゼンテーション技術 (9)

Hướng dẫn chuẩn bị cho kì thi JLPT 2014
Hướng dẫn chuẩn bị cho kì thi JLPT 2014Hướng dẫn chuẩn bị cho kì thi JLPT 2014
Hướng dẫn chuẩn bị cho kì thi JLPT 2014
 
JSK神奈川主催 パワーポイント実践講座~メインスライド~(2012.05.19)
JSK神奈川主催 パワーポイント実践講座~メインスライド~(2012.05.19)JSK神奈川主催 パワーポイント実践講座~メインスライド~(2012.05.19)
JSK神奈川主催 パワーポイント実践講座~メインスライド~(2012.05.19)
 
20120615 プレゼンテーション講座
20120615 プレゼンテーション講座20120615 プレゼンテーション講座
20120615 プレゼンテーション講座
 
色彩学入門
色彩学入門色彩学入門
色彩学入門
 
What makes a "GOOD" presentation?-良いプレゼンとは何か?-
What makes a "GOOD" presentation?-良いプレゼンとは何か?-What makes a "GOOD" presentation?-良いプレゼンとは何か?-
What makes a "GOOD" presentation?-良いプレゼンとは何か?-
 
Tsubota 20120915
Tsubota 20120915Tsubota 20120915
Tsubota 20120915
 
記憶に残すプレゼンテーション
記憶に残すプレゼンテーション記憶に残すプレゼンテーション
記憶に残すプレゼンテーション
 
Stmc-01-abe
Stmc-01-abeStmc-01-abe
Stmc-01-abe
 
プレゼンテーションの考え方20130616
プレゼンテーションの考え方20130616プレゼンテーションの考え方20130616
プレゼンテーションの考え方20130616
 

More from Shinnosuke Takamichi

Interspeech 2020 読み会 "Incremental Text to Speech for Neural Sequence-to-Sequ...
Interspeech 2020 読み会 "Incremental Text to Speech for Neural  Sequence-to-Sequ...Interspeech 2020 読み会 "Incremental Text to Speech for Neural  Sequence-to-Sequ...
Interspeech 2020 読み会 "Incremental Text to Speech for Neural Sequence-to-Sequ...
Shinnosuke Takamichi
 
差分スペクトル法に基づく DNN 声質変換の計算量削減に向けたフィルタ推定
差分スペクトル法に基づく DNN 声質変換の計算量削減に向けたフィルタ推定差分スペクトル法に基づく DNN 声質変換の計算量削減に向けたフィルタ推定
差分スペクトル法に基づく DNN 声質変換の計算量削減に向けたフィルタ推定
Shinnosuke Takamichi
 
音声合成・変換の国際コンペティションへの 参加を振り返って
音声合成・変換の国際コンペティションへの  参加を振り返って音声合成・変換の国際コンペティションへの  参加を振り返って
音声合成・変換の国際コンペティションへの 参加を振り返って
Shinnosuke Takamichi
 

More from Shinnosuke Takamichi (20)

JTubeSpeech: 音声認識と話者照合のために YouTube から構築される日本語音声コーパス
JTubeSpeech:  音声認識と話者照合のために YouTube から構築される日本語音声コーパスJTubeSpeech:  音声認識と話者照合のために YouTube から構築される日本語音声コーパス
JTubeSpeech: 音声認識と話者照合のために YouTube から構築される日本語音声コーパス
 
音声合成のコーパスをつくろう
音声合成のコーパスをつくろう音声合成のコーパスをつくろう
音声合成のコーパスをつくろう
 
J-KAC:日本語オーディオブック・紙芝居朗読音声コーパス
J-KAC:日本語オーディオブック・紙芝居朗読音声コーパスJ-KAC:日本語オーディオブック・紙芝居朗読音声コーパス
J-KAC:日本語オーディオブック・紙芝居朗読音声コーパス
 
短時間発話を用いた話者照合のための音声加工の効果に関する検討
短時間発話を用いた話者照合のための音声加工の効果に関する検討短時間発話を用いた話者照合のための音声加工の効果に関する検討
短時間発話を用いた話者照合のための音声加工の効果に関する検討
 
リアルタイムDNN音声変換フィードバックによるキャラクタ性の獲得手法
リアルタイムDNN音声変換フィードバックによるキャラクタ性の獲得手法リアルタイムDNN音声変換フィードバックによるキャラクタ性の獲得手法
リアルタイムDNN音声変換フィードバックによるキャラクタ性の獲得手法
 
ここまで来た&これから来る音声合成 (明治大学 先端メディアコロキウム)
ここまで来た&これから来る音声合成 (明治大学 先端メディアコロキウム)ここまで来た&これから来る音声合成 (明治大学 先端メディアコロキウム)
ここまで来た&これから来る音声合成 (明治大学 先端メディアコロキウム)
 
国際会議 interspeech 2020 報告
国際会議 interspeech 2020 報告国際会議 interspeech 2020 報告
国際会議 interspeech 2020 報告
 
Interspeech 2020 読み会 "Incremental Text to Speech for Neural Sequence-to-Sequ...
Interspeech 2020 読み会 "Incremental Text to Speech for Neural  Sequence-to-Sequ...Interspeech 2020 読み会 "Incremental Text to Speech for Neural  Sequence-to-Sequ...
Interspeech 2020 読み会 "Incremental Text to Speech for Neural Sequence-to-Sequ...
 
サブバンドフィルタリングに基づくリアルタイム広帯域DNN声質変換の実装と評価
サブバンドフィルタリングに基づくリアルタイム広帯域DNN声質変換の実装と評価サブバンドフィルタリングに基づくリアルタイム広帯域DNN声質変換の実装と評価
サブバンドフィルタリングに基づくリアルタイム広帯域DNN声質変換の実装と評価
 
P J S: 音素バランスを考慮した日本語歌声コーパス
P J S: 音素バランスを考慮した日本語歌声コーパスP J S: 音素バランスを考慮した日本語歌声コーパス
P J S: 音素バランスを考慮した日本語歌声コーパス
 
音響モデル尤度に基づくsubword分割の韻律推定精度における評価
音響モデル尤度に基づくsubword分割の韻律推定精度における評価音響モデル尤度に基づくsubword分割の韻律推定精度における評価
音響モデル尤度に基づくsubword分割の韻律推定精度における評価
 
音声合成研究を加速させるためのコーパスデザイン
音声合成研究を加速させるためのコーパスデザイン音声合成研究を加速させるためのコーパスデザイン
音声合成研究を加速させるためのコーパスデザイン
 
論文紹介 Unsupervised training of neural mask-based beamforming
論文紹介 Unsupervised training of neural  mask-based beamforming論文紹介 Unsupervised training of neural  mask-based beamforming
論文紹介 Unsupervised training of neural mask-based beamforming
 
論文紹介 Building the Singapore English National Speech Corpus
論文紹介 Building the Singapore English National Speech Corpus論文紹介 Building the Singapore English National Speech Corpus
論文紹介 Building the Singapore English National Speech Corpus
 
論文紹介 SANTLR: Speech Annotation Toolkit for Low Resource Languages
論文紹介 SANTLR: Speech Annotation Toolkit for Low Resource Languages論文紹介 SANTLR: Speech Annotation Toolkit for Low Resource Languages
論文紹介 SANTLR: Speech Annotation Toolkit for Low Resource Languages
 
話者V2S攻撃: 話者認証から構築される 声質変換とその音声なりすまし可能性の評価
話者V2S攻撃: 話者認証から構築される 声質変換とその音声なりすまし可能性の評価話者V2S攻撃: 話者認証から構築される 声質変換とその音声なりすまし可能性の評価
話者V2S攻撃: 話者認証から構築される 声質変換とその音声なりすまし可能性の評価
 
JVS:フリーの日本語多数話者音声コーパス
JVS:フリーの日本語多数話者音声コーパス JVS:フリーの日本語多数話者音声コーパス
JVS:フリーの日本語多数話者音声コーパス
 
差分スペクトル法に基づく DNN 声質変換の計算量削減に向けたフィルタ推定
差分スペクトル法に基づく DNN 声質変換の計算量削減に向けたフィルタ推定差分スペクトル法に基づく DNN 声質変換の計算量削減に向けたフィルタ推定
差分スペクトル法に基づく DNN 声質変換の計算量削減に向けたフィルタ推定
 
音声合成・変換の国際コンペティションへの 参加を振り返って
音声合成・変換の国際コンペティションへの  参加を振り返って音声合成・変換の国際コンペティションへの  参加を振り返って
音声合成・変換の国際コンペティションへの 参加を振り返って
 
ユーザ歌唱のための generative moment matching network に基づく neural double-tracking
ユーザ歌唱のための generative moment matching network に基づく neural double-trackingユーザ歌唱のための generative moment matching network に基づく neural double-tracking
ユーザ歌唱のための generative moment matching network に基づく neural double-tracking
 

Recently uploaded

TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationTokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
YukiTerazawa
 
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
koheioishi1
 

Recently uploaded (8)

世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
 
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationTokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
 
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
 
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
 
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
 
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
 
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
 
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
 

研究発表のためのプレゼンテーション技術