Pythonで学ぶ音声認識 = Speech Recognition with Python

• 資料種別: 図書
• ISBN: 978-4-295-01138-5
• タイトル: Pythonで学ぶ音声認識
• タイトルよみ: パイソン デ マナブ オンセイ ニンシキ
• 著者・編者: 高島遼一 著
• シリーズタイトル: 機械学習実践シリーズ
• 著者標目: 著者 ： 高島, 遼一 タカシマ, リョウイチ ( 031476144 )典拠
• 出版事項: 東京 : インプレス (出版)
• 出版年月日等: 2021.5
• 出版年（W3CDTF）: 2021
• 数量: 350p
• 大きさ: 24cm
• 並列タイトル等: Speech Recognition with Python
• 出版地（国名コード）: JP
• 本文の言語コード: jpn
• 表現種別: テキスト
• 機器種別: 機器不用
• キャリア種別: 冊子
• 件名標目: 音声認識 オンセイニンシキ ( 00575465 )典拠; プログラミング (コンピュータ) プログラミング (コンピュータ) ( 00569223 )典拠
• NDC10版: 007.13 : 情報学．情報科学
• NDLC: M121
• 対象利用者: 一般
• 書誌注記: 文献あり 索引あり
• 入手条件・定価: 3500円
• 所蔵機関: 国立国会図書館
• 請求記号: M121-M376
• 連携機関・データベース: 国立国会図書館 : 国立国会図書館蔵書; https://ndlsearch.ndl.go.jp
• 書誌ID（NDLBibID）: 031435529; http://id.ndl.go.jp/bib/031435529
• 全国書誌番号: 23534999
• トーハンMARC番号: 34206101
• 目録規則: 日本目録規則2018年版
• 整理区分コード: 111

• 要約等: 「音声認識」とは音声信号から発話内容を認識することで、AIスピーカなどに利用されている技術です。本書は、音声認識技術の発展経緯を学びながら、深層学習を用いた最新の音声認識システムを実装できるまでを目的とし、手法の目的やアルゴリズムの概要を解説、続いて数式レベルでの詳説、最後にソースコード付きで実装という流れで解説しています。特に手法の概要については「その手法は何を目的として生み出されたのか」という経緯と「なぜその手法は前述の目的を達成できるのか」について直感的に理解できるよう工夫しています。
• 一般注記（コンテンツ）: 電子書籍
• 製作者: インプレス
• 製作年: 2021-05-20
• 記録形式: EPUB; フィックス
• 連携機関・データベース: 出版情報登録センター : 出版情報登録センター（JPRO）; https://jpro2.jpo.or.jp/
• JP-eコード: 2950113811000000000r

目次

表紙
本書の前提
目次
序章
第1章　音声認識とは？
第1節　音声認識とは？ どんなことに使える？
第2節　音声を認識するとは？─音声認識のしくみ─
第3節　本書の目的と構成
第2章　音声認識の基礎知識
第1節　音声認識と確率
第2節　音声認識の問題を数式で定義する
第3節　テキストの種類と発音辞書-音素・かな・文字・単語-
第4節　2種類の音声認識実験
第5節　音声認識実験の大まかな流れ
第3章　音声処理の基礎と特徴量抽出
第1節　データの準備
第2節　音声ファイルを読み込んでみよう
第3節　フーリエ変換を使って音声を周波数分解しよう
第4節　音声を短時間フーリエ変換してスペクトログラムを作成しよう
第5節　対数メルフィルタバンク特徴量
第6節　メル周波数ケプストラム特徴量
第7節　特徴量の平均と標準偏差を計算してみよう
第4章　音声認識の初歩-DPマッチング-
第1節　音声認識につきまとう、アライメント問題
第2節　DPマッチング
第3節　DPマッチングを実装してみよう
第5章　GMM-HMMによる音声認識
第1節　テンプレートから分布と尤度という考え方へ
第2節　正規分布と最尤推定法によるパラメータ推定
第3節　混合正規分布（GMM）とEMアルゴリズム
第4節　隠れマルコフモデル（HMM）
第5節　GMM-HMMを実装してみよう
第6章　DNN-HMMによる音声認識
第1節　分布からディープニューラルネットワークへ
第2節　ディープニューラルネットワーク
第3節　DNNとHMMを組み合わせたDNN-HMMハイブリッドシステム
第4節　DNN-HMMをPythonとPytorchで実装してみよう
第5節　HMMベース方式における大語彙連続音声認識
第7章　End-to-Endモデルによる連続音声認識
第1節　ハイブリッドシステムからフルニューラルネットワークモデルへ
第2節　リカレントニューラルネットワーク
第3節　Connectionist temporal classification(CTC)
第4節　CTCをPythonとPytorchで実装してみよう
第5節　Attention encoder-decoderモデル
第6節　AttentionモデルをPythonとPytorchで実装してみよう
第7節　その他のテクニックと音声認識モデル
第8節　参考文献
おわりに
索引
著者プロフィール
奥付