音声認識 技術の基礎・応用・現状と 今後の課題・展望

【音声認識】を網羅的に学ぶ！　応用事例や将来動向も！

講師

徳島大学 大学院 社会産業理工学研究部 知能情報系　教授 博士(工学) 　北岡 教英 先生

講師紹介

・1994年4月～2001年3月 日本電装株式会社(現・株式会社デンソー)．：音声認識の研究および音声対話ナビゲーションシステムの開発に従事．自動車運転中という特殊な環境において操作されるカーナビゲーションシステムのために，大語彙の単語認識システムを開発して日本全国40万地名の認識に応用し，それを用いた音声対話手法を考案した．さらにカーナビゲーションシステムに実装し，製品化，また，英語など多言語化も行った．
・1997年4月～2000年3月 豊橋技術科学大学大学院工学研究科博士後期課程電子・情報工学専攻 在学．博士(工学)．：雑音処理，認識結果の信頼度・リジェクション手法，音声対話インタフェース設計など，音声対話システムの頑健性に関する研究に従事．
・2001年4月 豊橋技術科学大学工学部 助手． ／・2003年4月 同 講師．
・2006年10月 名古屋大学大学院情報科学研究科 助教授．
・2007年4月 同 准教授．：音声認識，音声対話システム，マルチモーダルインタフェースの研究に従事．
・2014年10月 徳島大学大学院ソシオテクノサイエンス研究部 教授
・2017年4月 徳島大学大学院社会産業理工学研究部知能情報系 教授（現職）

セミナーポイント

■講師より
音声認識は携帯電話などにも搭載され、一般の方にも知られる技術となってきた。今後、本当に役に立つ技術となるためには、さらなる認識率の向上と共に、様々な環境や人への頑健性が必要になってくる。近年の深層学習に基づいた手法の導入により、音声認識にブレークスルーがもたらされつつある。これらの技術を紹介するとともに、その応用システムの現状と今後、課題克服への展望について述べる。

■受講対象者
・各企業の技術者、研究者、開発者、新事業企画者
　・音声認識技術の研究者開発者、産業応用を目指す方
・システム開発者
・音声認識周辺の技術者・研究者
　・音声認識技術により社会がどう変化するか、どんなニーズ・課題や市場が生まれるかなどを調査する立場の方々

■受講して得られる情報・知見
・音声生成の概要
・音声認識の基礎技術と最近の動向
・音声認識の応用研究事例
・音声認識技術の現状の課題と展望・可能性
＊発表スライドについては公開可能なものに限り、印刷物での配布はもちろんPDFでも配布をします。

▽前回の同講師セミナー受講者の声（アンケートより）
「特に応用事例のところが興味深かった」（自動車部材研究開発）
「モンゴル語への応用を目指して勉強中。大変有意義でした」（システムエンジニア）
「内容の難易度も適切で概ね満足です」（ロボット系・システム開発）
「専門外なので基礎から学びにやってまいりました。有益な情報をありがとうございました」（マイク開発）
「音声認識の今後・将来動向が知れたのがよかった」（システム開発）
「Deep Learningの一環で参加。満足しました」（開発）

【セミナープログラム】

1 音声生成のメカニズム
　1.1 日本語の音声
　1.2 発声器官と音声
　　1.2.1 声帯と調音器官
　　1.2.2 モデルで見る発声
　1.3 工学からみた発声器官‐ソース・フィルタモデル‐
　1.4 発声器官形状推定としての音声認識

2 音声認識のための信号処理
　2.1 音声の取り込み
　　2.2.1 音声のサンプリング
　　2.2.2 A/D変換
　2.2 短時間分析
　　2.2.1 窓かけ
　　2.2.2 短時間フーリエ変換
　2.3 発声器官形状情報の取り出し‐スペクトル包絡の推定‐
　　2.3.1 フィルタ＝スペクトル包絡
　　2.3.2 フィルタバンク分析
　　2.3.3 メルフィルタバンク分析
　2.4 MFCC(Mel-Frequency Cepstral Coefficients)の導出
　2.5 デルタ係数の利用

3 隠れマルコフモデル（Hidden Markov Model; HMM）による音声認識
　3.1 ベクトル量子化
　　3.1.1 ベクトル量子化と量子化誤差
　　3.1.2 LBGアルゴリズム
　　3.1.3 音声特徴量系列のラベル系列への変換
　3.2 離散分布型HMM
　　3.2.1 HMMとは
　　3.2.2 HMMによる音声認識
　3.3 連続分布型HMM
　　3.3.1 離散分布から連続分布へ
　　3.3.2 認識アルゴリズムと学習アルゴリズム
　3.4 連続音声認識
　3.5 WFSTによる音声認識システム

4 音声認識の最新動向 ‐Deep Neural Network (DNN)との融合‐
　4.1 HMMの識別的学習法
　4.2 音声認識におけるDeep Neural Network (DNN)
　　4.2.1 特徴抽出器としてのDNN‐TANDEM法‐
　　4.2.2 出力確率推定器としてのDNN ‐DNN-HMM法‐
　4.3 DNN-HMMとGMM-HMMの比較
　4.4 音声認識技術の今後の動向 ‐End-to-end音声認識に向けて‐

5 音声認識の応用事例‐過去から将来まで‐
　5.1 自動車内インタフェース
　5.2 テレビ字幕制作システム
　5.3 CALLシステム
　5.4 音声検索 ‐音声ドキュメント処理‐
　5.5 音声対話システム ‐一問一答から知的処理まで‐

6 音声認識の今後
　6.1 音声認識の課題と今後
　6.2 音声認識応用システムの課題と今後

7 まとめ

＜質疑応答・名刺交換・個別相談＞