資料詳細

目次

第1章 音声認識の概要

  1.1 音声認識システムの現状

  1.2 音声認識のアプリケーション

  1.3 音声認識の原理とシステムの構成

  1.4 音声認識のための学習データ

  演習問題

第2章 音声特徴量の抽出

  2.1 音声の生成

  2.2 音声信号のスペクトル分析

  2.3 音声特徴抽出の実際

  演習問題

第3章 HMMによる音響モデル

  3.1 隠れマルコフモデル(HMM)

  3.2 HMMの学習

  3.3 混合正規分布による生成モデル(GMM-HMM)

  3.4 音素文脈依存モデル

  3.5 GMM-HMMの適応

  3.6 GMM-HMMの識別学習

  演習問題

第4章 ディープニューラルネットワーク(DNN)によるモデル

  4.1 DNN-HMMの基本構成

  4.2 DNN-HMMの学習法

  4.3 DNNの適応

  4.4 ほかのニューラルネットワーク

  4.5 DAEを用いた雑音・残響抑圧

  演習問題

第5章 単語音声認識と記述文法に基づく音声認識

  5.1 音素HMMを用いた単語認識

  5.2 記述文法に基づく連続音声認識

  演習問題

第6章 統計的言語モデル

  6.1 Nグラムによる生成モデル

  6.2 Nグラムの確率の算出

  6.3 語彙とカットオフ

  6.4 Nグラムモデルの発展

  6.5 言語モデルの評価

  6.6 ニューラルネットワークによる言語モデル

  6.7 言語モデルの作成

  演習問題

第7章 大語彙連続音声認識アルゴリズム

  7.1 問題とアプローチ

  7.2 探索アルゴリズム

  7.3 各モデルの実装と適用

  7.4 マルチパス探索

  7.5 重み付き有限状態トランスデューサ(WFST)

  演習問題

第8章 音声コーパス

  8.1 音声/言語コーパスとは

  8.2 音声/言語コーパスの構成

  8.3 音声コーパスの現状

  8.4 日本の代表的な音声コーパス

  演習問題

第9章 音声認識システムの実現例

  9.1 Juliusディクテーションキット

  9.2 Kaldi CSJレシピ

  9.3 国会審議の音声認識システム

付録A CMU-Cambridge統計的言語モデルツールキット

  A.1 ファイル形式

  A.2 言語モデルの作成と評価

付録B 大語彙連続音声認識エンジンJulius

  B.1 外部仕様

  B.2 内部仕様(アルゴリズム)

  B.3 動作環境

  B.4 動作設定と起動

  B.5 応用例

ページの先頭へ