Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.

自称・世界一わかりやすい音声認識入門

17 800 vues

Publié le

自称・世界一わかりやすい音声認識入門です。

Publié dans : Technologie
  • DOWNLOAD FULL BOOKS, INTO AVAILABLE FORMAT ......................................................................................................................... ......................................................................................................................... 1.DOWNLOAD FULL. PDF EBOOK here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. EPUB Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. doc Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. PDF EBOOK here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. EPUB Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... 1.DOWNLOAD FULL. doc Ebook here { https://tinyurl.com/y6a5rkg5 } ......................................................................................................................... ......................................................................................................................... ......................................................................................................................... .............. Browse by Genre Available eBooks ......................................................................................................................... Art, Biography, Business, Chick Lit, Children's, Christian, Classics, Comics, Contemporary, Cookbooks, Crime, Ebooks, Fantasy, Fiction, Graphic Novels, Historical Fiction, History, Horror, Humor And Comedy, Manga, Memoir, Music, Mystery, Non Fiction, Paranormal, Philosophy, Poetry, Psychology, Religion, Romance, Science, Science Fiction, Self Help, Suspense, Spirituality, Sports, Thriller, Travel, Young Adult,
       Répondre 
    Voulez-vous vraiment ?  Oui  Non
    Votre message apparaîtra ici

自称・世界一わかりやすい音声認識入門

  1. 1. 世界一わかりやすい音声認識入門 Hakamata Tomohiro 袴田 智博 Lightning Talk Siri is not Speech Recognition 自称
  2. 2. 学生時代は 音声認識 やっていました
  3. 3. いきなりですが 質問です。
  4. 4. 音声認識 とは 何でしょうか?
  5. 5. 音声認識システム? 初音ミク (Vocaloid)
  6. 6. 音声認識システム? FROM HAL9000
  7. 7. 音声認識システム? K.I.T.T
  8. 8. 音声認識システム? Siri
  9. 9. 全て 違います。
  10. 10. 音声認識 とは、
  11. 11. 音声認識とは 音声認識 こんにちは 音声を 文字 に変換する技術のこと
  12. 12. 答え合わせ
  13. 13. 正解は 初音ミク (Vocaloid) 音声合成 (歌声合成)
  14. 14. 正解は HAL9000 Siri K.I.T.T 音声対話 全て
  15. 15. 以前
  16. 16. こんな記事を 見かけました。
  17. 17. !?
  18. 18. 本当に 止めてほしい。
  19. 19. 導入編終了。
  20. 20. アウトライン 歴史 音声認識の登場と発展 仕組 音声認識のメカニズム 応用 音声認識の利用と応用
  21. 21. 歴史
  22. 22. IBM Shoebox 1962 数字認識機 via http://www-03.ibm.com/ibm/history/exhibits/specialprod1/specialprod1_7.html
  23. 23. 70∼80年代までは 研究分野止まり
  24. 24. 90年代に入り 実用化され始める
  25. 25. SANYO EXCEDIO NV-1V 1993 音声認識機能付きのカーナビ ※定価なんと 50 万円弱
  26. 26. NINTENDO ピカチュウげんきでちゅう 1998 エンターテインメント業界に進出
  27. 27. SEGA シーマン 1999 エンターテインメント業界に進出
  28. 28. IBM ViaVoice 1999 初の有償・音声認識ソフトウェア発売 単語だけでなく、文章が認識できる画期的なソフトウェア。
  29. 29. 「音声入力は使えない」 イメージが浸透…
  30. 30. 2000年代は 音声業界の氷河期
  31. 31. そして2010年代に入り 突如現れた
  32. 32. APPLE Siri 2011 スマートフォンの音声操作
  33. 33. NTT Docomo しゃべってコンシェル 2012 スマートフォンの音声操作
  34. 34. GOOGLE Speech API 2013 ブラウザが音声認識をサポート
  35. 35. 音声入力が だんだん 受け入れられてきた
  36. 36. 技術的には どのような 発展があったのか?
  37. 37. 音声言語処理ロードマップ from 70年代 TIMELINE ハードウェアの性能向上 統計的機械学習の手法確立と進化 1970 1980 1990 2000 2010 ∼ 音声符号化 孤立 単語 音声認識 大語彙 連続 音声認識 超大語彙 連続 音声認識 連続 音声認識 メルケプストラム 分析 数万語彙に対応 数十∼数百万語に対応単語のみ認識 数百語彙での文章認識 リアルタイム処理 語彙数増加&認識精度の向上
  38. 38. ただし制限あり
  39. 39. 理想は アナウンサー 原稿の読み上げ 綺麗な発音 良質な録音環境
  40. 40. 音声認識が苦手なもの
  41. 41. 複数人の同時発話 会議 ガヤ
  42. 42. 砕けた話し方 話し言葉 方言 ラップ 言い澱み
  43. 43. 雑音 騒音 機械音 風切り音
  44. 44. なぜなのか?
  45. 45. 音声認識の 仕組みが分かれば 謎が解けます!
  46. 46. アウトライン 歴史 音声認識の登場と発展 仕組 音声認識のメカニズム 応用 音声認識の利用と応用
  47. 47. 仕組
  48. 48. おさらいです
  49. 49. 音声認識とは 音声認識 こんにちは 音声を 文字 に変換する技術のこと
  50. 50. ものすごく ざっくり言うと
  51. 51. 音声認識は パターンマッチング
  52. 52. 音声認識とは こんにちは 音声認識 音声を パターンマッチング により 文字 に変換する技術のこと こんばんはこんにちはおはよう 照合
  53. 53. つまり
  54. 54. データベースに 存在しない単語は 認識不可能
  55. 55. どういうことか?
  56. 56. こうなります こんにちは 音声認識 佐藤近藤安西 照合 近藤??
  57. 57. そのため
  58. 58. 砕けた話し方 話し言葉 方言 ラップ 言い澱み
  59. 59. これは難しい
  60. 60. では、どうやって パターンマッチング しているのか?
  61. 61. 音声波形で比較? こんにちは 佐藤 近藤 安西
  62. 62. 違います
  63. 63. なぜでしょうか?
  64. 64. 複雑さ マイク、音程、スピード、話し方など、 あらゆる条件を一致させなければならない。
  65. 65. 原点に 立ち戻りましょう
  66. 66. そもそも 音声 とは?
  67. 67. 人間の調音器官により 生成される 音波のこと
  68. 68. 調音器官?
  69. 69. この辺一帯です
  70. 70. 調音器官 1.外唇 2.内唇 3.歯 4.歯茎 5.歯茎後部 6.硬口蓋前部 7.硬口蓋 8.軟口蓋 9.口蓋垂 10.咽頭壁 11.声門 12.喉頭蓋 13.舌根 14.後舌 15.前舌 16.舌端 17.舌尖 18.舌端裏
  71. 71. これだけの部位を 複雑に動かして 音声は生成されます
  72. 72. 人間すごい
  73. 73. ではなくて
  74. 74. パターンマッチングの 話です
  75. 75. 調音器官の 動きをパターン化する のでしょうか?
  76. 76. それも違います そういうアプローチの音声合成はありますが
  77. 77. 正解は
  78. 78. 音素
  79. 79. ( ゚д゚)ポカーン 音素?
  80. 80. 音素とは 音声言語の最小単位
  81. 81. 日本語の場合 母音 アイウエオ 撥音 ン 子音 23種類
  82. 82. 日本語音素(子音) 調音位置調音位置 口唇口唇 歯,歯茎歯,歯茎 口蓋口蓋 声門 調音 方法 調音 方法 調音 方法 調音 方法 調音 方法 調音 方法 音源 有声 無声 有声 無声 有声 無声 無声 摩擦音 β z s ʒ ʃ h 破擦音 dz ts dʒ tʃ 破裂音 b p d t g k 半母音 w r j 鼻音 m n ŋ
  83. 83. 音素の単位で 音声をパターン化 (モデル化)します
  84. 84. 音素単位での 音響的特徴は 音の高さ、大きさの 影響を受けないため です!! ※ささやきは全てが無声音になるので例外
  85. 85. ちなみに
  86. 86. 日本人の英語の発音が ジャパニーズイングリッシュ になるのは
  87. 87. 調音器官の使い方が 日本語のままだからです
  88. 88. 発音矯正 それすなわち
  89. 89. 筋トレ
  90. 90. 話を戻すと
  91. 91. 音素単位で 固有パターン
  92. 92. 単語は?
  93. 93. 単語 → 音素の並び こんにちは k - o - N - n - i - ch - i - w - a こんばんは k - o - N - b - a - N - w - a コンバイン k - o - N - b - a - i - N
  94. 94. 共通の部分があるぞ? こんにちは k - o - N - n - i - ch - i - w - a こんばんは k - o - N - b - a - N - w - a コンバイン k - o - N - b - a - i - N
  95. 95. ネットワーク化 こんにちは こんばんは コンバイン k o N b a N w a i N n i ch i aw
  96. 96. こんにちは あとは…
  97. 97. こんにちは あとは…
  98. 98. こんにちは 区間と音素をマッピング k N n ch i w ao i
  99. 99. ネットワーク上の 解の探索問題になる こんにちは こんばんは コンバイン k o N b a N w a i N n i ch i aw
  100. 100. 文章は?
  101. 101. 単語の並びですね
  102. 102. ネットワーク化します は 元気 です 私 。 は 元気 です 私 。 は 元気 です 私 。 元気
  103. 103. これを音素単位で マッチングします
  104. 104. しかし 単語の組み合わせは 膨大な数になります
  105. 105. 語彙が10単語でも、 3語の組み合わせは 10の3乗…
  106. 106. 無謀
  107. 107. そこで
  108. 108. 制約
  109. 109. 文法を規定 は 元気 です 貝 に なり たい アイドル 。 私 。 。 僕 ドラえもん 。
  110. 110. 組み合わせに確率を付与 は 待つ 私 たち の ドラえもん 60% 10% 10% 10% 0% N-gram
  111. 111. 設定された制約から 単語の並びを生成し、 入力音声に音素が マッチするか?
  112. 112. という探索問題
  113. 113. 音声認識は こんなメカニズムです。
  114. 114. よって
  115. 115. 複数人の同時発話 会議 ガヤ
  116. 116. 砕けた話し方 話し言葉 方言 ラップ 言い澱み
  117. 117. 雑音 騒音 機械音 風切り音
  118. 118. 難しいのです。
  119. 119. アウトライン 歴史 音声認識の登場と発展 仕組 音声認識のメカニズム 応用 音声認識の利用と応用
  120. 120. 応用
  121. 121. 音声認識 単品
  122. 122. NHK ハイブリッド字幕放送 via http://www.nhk.or.jp/seikatsu-blog/800/112861.html
  123. 123. Health Care in USA アメリカの医療業界
  124. 124. メインは 組み合わせ
  125. 125. Vocollect 音声によるピッキングシステム
  126. 126. SG PRO 英語音声認識を利用した英語発音練習ソフト
  127. 127. iRemocon 音声認識を用いた家電操作用ガジェット
  128. 128. SHARP COCOROBO 関西弁版ルンバ
  129. 129. CINEMA PHONE 上映案内テレホンガイド
  130. 130. 他にも
  131. 131. MMDAgent 学内情報案内端末
  132. 132. NICT VoiceTra 音声翻訳アプリ
  133. 133. その他 飛び道具っぽいもの
  134. 134. KAYAC kageroi キーワード検索&表示によるアイデア出し支援
  135. 135. PVI パーキンソン病の診断を音声認識で
  136. 136. などなど
  137. 137. さらに 盛り上がっていくはず!
  138. 138. 最後に
  139. 139. 音声認識とは 音声認識 こんにちは 音声を 文字 に変換する技術のこと
  140. 140. 音声認識は
  141. 141. 複数人の同時発話 会議 ガヤ
  142. 142. 砕けた話し方 話し言葉 方言 ラップ 言い澱み
  143. 143. 雑音 騒音 機械音 風切り音
  144. 144. 苦手。
  145. 145. 使えねー!!
  146. 146. と怒る前に
  147. 147. 綺麗に発音
  148. 148. してみてください!

×