以下の類似セミナーへのお申込みをご検討ください。
画像認識のためのディープラーニングとモデルの軽量化
機械学習を用いた画像認識技術の基礎とその応用
深層学習と適応フィルタ:2つの概念の理解と使い分け
画像認識技術入門
画像認識技術の初歩
■AI活用人材育成講座■『機械学習(ディープラーニング)の基礎・活用・実践<全3回>』
小規模データに対する機械学習の効果的適用法
第一原理計算と機械学習を用いた材料設計 ~基礎原理から機械学習力場活用の最新動向まで~
ディープラーニングによる音声認識技術の現状と動向
開催日 |
12:30 ~ 16:30 締めきりました |
---|---|
主催者 | 株式会社 情報機構 |
キーワード | 機械学習・ディープラーニング |
開催エリア | 東京都 |
開催場所 | 【新宿区】新宿文化センター |
交通 | 【地下鉄】東新宿駅 |
〜基礎から活用方法、留意点、今後の展望まで〜
ディープラーニングによる音声認識の最前線!
動作原理等の基礎から実用での注意点まで詳解!
講師
(株)日立製作所 研究開発グループ
研究員 博士(情報学) 神田 直之 先生
【講師紹介】
一貫して音声認識・音声言語処理の研究開発に従事。日立製作所では大規模音声データの検索システム,コールセンタ向け音声認識システム,ロボット向け音声認識システムの研究開発等に携わる。また情報通信研究機構では,多言語音声翻訳システムのための音声認識技術の研究開発に従事。その他,音声翻訳の国際会議IWSLT2014において英語音声認識評価トラック1位等。音響学会,情報処理学会,人工知能学会,IEEE各会員。
受講料
1名41,040円(税込(消費税8%)、資料付)
*1社2名以上同時申込の場合 、1名につき30,240円
*学校法人割引 ;学生、教員のご参加は受講料50%割引。
セミナーポイント
本セミナーでは近年技術進展の著しいディープラーニングに基づく音声認識技術について,基礎から最新動向までを解説します。現在の音声認識において,ディープラーニングは必須の要素技術となっています。ただし,音声へのディープラーニングの適用にはいくつかの方式があり,それぞれ利点や欠点が知られています。また,ディープラーニングによって音声認識精度は飛躍的に向上しましたが,実利用の際には未だに注意すべき制約や考慮すべき点があります。
本セミナーでは,これらの技術的な背景や動作原理を基礎から解説するとともに,活用事例を通して音声認識を利用する際の注意点などについても紹介します。
■この講座を受講して得られる情報・知見:
- 音声認識の動作原理
- ディープラーニングに基づく音声認識の最新動向
- 音声認識技術を利用する際の留意点
セミナー内容
1 ディープラーニングの基礎
1.1 背景,ディープラーニング登場から現在まで
1.2 機械学習とは?
1.3 パーセプトロンからディープニューラルネットワーク(DNN)まで
1.4 誤差逆伝搬法による学習
1.5 ディープラーニングの特徴
2 音声認識の基礎
2.1 音声の生成過程,音声認識を失敗させる要因
2.2 生成モデルと識別モデル
2.3 生成モデルによる音声認識の定式化
2.4 音声認識のデコーディング
3 ディープラーニングによる音声認識その1
〜生成モデルに基づく従来方式の拡張
3.1 DNNと生成モデルのハイブリッド(DNN-HMM方式)
3.2 特徴量抽出器としての活用(Tandem方式)
3.3 系列識別学習による高精度化
4 ディープラーニングによる音声認識その2
〜識別モデルに基づく新しい定式化,利点と注意点
4.1 End-to-End音声認識
(a) Connectionist Temporal Classification (CTC)
(b) Sequence-to-sequence (Seq2Seq)
(c) CTCとSeq2Seqのハイブリッド
4.2 Wake up word検出(呼び覚まし音声検出)
(a) 尤度比による検出(従来法)
(b) ディープラーニングに基づく軽量なWake up word検出
5 音声認識分野の最新研究動向
5.1 様々なニューラルネットワーク構成の検討
5.2 耐雑音処理
5.3 モデル適応,データ拡張
5.4 その他のトピック
6 音声認識の活用に向けて
6.1音声認識を利用する際の留意点,事例を交えながら
6.2 音声認識で利用されるOSSの紹介
7 まとめと今後の展望
<質疑応答>