国立大学法人 東京工業大学

講義の概要とねらい

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。

到達目標

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。

キーワード

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

学生が身につける力(ディグリー・ポリシー)

授業の進め方

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

教科書

特になし

参考書、講義資料等

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

成績評価の基準及び方法

毎回の課題(20%)、2つのレポート課題（80%）により評価する。

関連する科目

• ART.T547 ： マルチメディア情報処理論

履修の条件(知識・技能・履修済科目等)

学部レベルの計算機科学の知識があること。

その他

特になし