本講義では,まず人間の音声と言語について,工学的応用に必要な知識を習得した上で,音声情報処理,特に,音声認識技術を概観します。その次に,音声認識システムを構成する要素技術,認識モデル,言語モデル,探索アルゴリズムについて習得します。さらにその実応用のために必要な,最適化・適応化,識別学習などの技術を習得します。最後に音声認識以外の応用として,音声合成,話者認識について学習します。
本講義を履修することによって次の能力を習得する。
1) 人間の音声の生成・知覚の仕組みについて説明できる。
2) 音声認識システムを構成する各要素技術について説明できる。
3) 音声認識における確率モデルの重要性を理解し、それを用いた学習・認識のアルゴリズムを説明できる。
4) 音声認識システムを自ら構築できる。
音声情報処理、音声認識、音声分析、音声符号化、音声合成、音響モデル、言語モデル、探索アルゴリズム、グラフィカルモデル、隠れマルコフモデル
✔ 専門力 | 教養力 | コミュニケーション力 | 展開力(探究力又は設定力) | ✔ 展開力(実践力又は解決力) |
1) 毎回の講義の最初に、前回の復習をします。
2) 講義の最後に選択課題を出します。
3) 毎回の授業で出席をとります。
4) 授業の前に、授業計画に記載されている内容について、予習しておくことが望まれます。
授業計画 | 課題 | |
---|---|---|
第1回 | 音声と言語 | 講義で指定する。 |
第2回 | 音声分析・音声符号化 | 講義で指定する。 |
第3回 | 音声認識とは | 講義で指定する。 |
第4回 | グラフィカルモデル | 講義で指定する。 |
第5回 | 隠れマルコフモデル | 講義で指定する。 |
第6回 | 認識・学習アルゴリズム | 講義で指定する。 |
第7回 | 言語モデル | 講義で指定する。 |
第8回 | 探索アルゴリズム | 講義で指定する。 |
第9回 | 最適化・適応化 | 講義で指定する。 |
第10回 | 耐雑音処理 | 講義で指定する。 |
第11回 | 音声認識のための識別学習 | 講義で指定する。 |
第12回 | 音声認識の応用 | 講義で指定する。 |
第13回 | 音声合成・声質変換 | 講義で指定する。 |
第14回 | 話者認識 | 講義で指定する。 |
第15回 | 今後の展望 | 講義で指定する。 |
特になし
S.Furui 著 『Digital Speech Processing,Synthesis,and Recognition』 Mercel Dekker,古井貞煕著 『音声情報処理』 森北出版
毎回の課題(20%)、2つのレポート課題(80%)により評価する。
学部レベルの計算機科学の知識があること。
特になし