【音楽の臨場感を共有する革新】【23卒】 ソニー 技術系総合職の通過ES(エントリーシート) No.89616（大阪大学大学院/男性）（2022/7/12公開）

選択的に音を抽出する音響設計に取り組みたいです。ヘッドホンに搭載されているノイズキャンセリング技術は周囲の音を消去し、音楽の臨場感を支えます。これまでノイズがないからこそ私は音楽の臨場感に感動した経験があります。現在の技術では全ての音を消去しますが、特定の音を高精度に取り入れることが更なる感動の提供に繋がると考えます。例えば、ヘッドホンを通して複数人がコンサート映像を見ている際、周りの人の声や拍手音のみを取り入れることで盛り上がりや感動を共有できます。貴社の音響設計のノウハウと自身の信号処理の専門性を組み合わせ、ユーザーが求める音で満たされた世界をヘッドホンによって創り出したいです。 続きを読む

従来の音声圧縮技術の常識を覆した「LDAC」です。従来は人間が識別できる周波数帯域を統一して圧縮しますが、LDACでは情報量に合わせてビットを割り当てることでハイレゾ級の音質を保ったまま圧縮します。実際、従来の圧縮に比べて音に厚みや立体感があり、私に音楽の楽しみをより多く与えています。そして、数理的にではなく、人間の聴覚を本質的に捉えた圧縮を実現したことに日々感銘を受けています。 続きを読む

光演算器を用いて映像をリアルタイムで高解像度化する研究を行っています。近年、8Kや12Kの映像規格の登場により映像を高解像度化する技術が注目を集めています。その中でも深層学習で物体の動きを解析し、より滑らかに映像を高解像度化する取り組みが検討されています。先行研究では実際に見ているかのような自然な映像を生成しますが、計算量が大きいためリアルタイム性に欠けるという問題があります。しかし現状では計算量を削減すると精度が下がるため、演算時間を短縮することが肝となります。そこで、光演算器を用いることが高精度な高解像度化でのリアルタイム化の実現に繋がると私は考えました。光演算器は一般的に使用される電気演算器に比べて演算時間が短いため、映像内の動き解析の高速化に貢献できます。しかし、除算ができないなど演算方法に制約を受けているため、平均や微分などの基本演算ですら工夫が必要です。そこで、深層学習と光演算器の双方の知識を深めることで演算に工夫が必要な箇所を見極め、簡単なモデル構造で物体の動きを解析しました。そして現在は、段階的に実験を繰り返すことでリアルタイムでの高解像度化の実現に努めています。 続きを読む

100人規模のテニスサークルで幹部を務め、新入生減少問題に対して分析から実行まで一貫して行ったことです。所属サークルでは学内のサークル数増加に伴い、新入生数が減少していました。そこで、前年度の新入生数である45名から減少前の70名への増加を目指しました。運営の都合のみを考慮した取り組み方に疑問を感じていた私は新入生の立場で現状を分析し、2点の原因を明らかにしました。1点目は初心者に敷居が高い印象を与えていたことで、2点目は当サークルの存在を知る機会が減っていることでした。これらを解決するべく初心者向けのラリーに特化した練習や学部毎の時間割に合わせたビラ配りなどの施策を私は提案しました。また、他のメンバーを巻き込んで実践し、率先して行動することでチームを引っ張る役割を果たしました。新入生の立場に立つことに拘って継続した結果、72名の新入生を獲得でき、8割以上の新入生から施策に対して肯定的な意見をもらいました。この経験から、現状を解決可能な課題に落とし込み、チームを巻き込んで取り組むことの重要性を学びました。貴社でもユーザー視点に立つことに拘り、チームの活力となることで感動を提供します。 続きを読む