機械学習　３分で学ぶ 自然言語と音声認識　

Apple社のSiri（シリ）とは

Appleのデバイスで使える人工知能型アシスタントです。

“Hey Siri”でおなじみですね（^^）

「勝利に導く美しい女性」を意味するとのこと。

女神っぽいイメージですね！

この技術は自然言語と音声認識が使われいますので、今回はその知識をご紹介します！

Siriの仕組み（概要）

Siri単体のプログラムだけでは音声を認識できません。

音声を認識した後に音声データを言語データに変換して、その言語を解釈して返答をしているのです！

ざっくりと書くと以下のような図になります。

ではまず音声データを言語に翻訳する手順をみていきます！

音声認識の流れ

では具体的な音声認識の流れをみてみましょう！

1. 人の声を見極め　※老若男女の音声データを波形に変換
2. ノイズ排除　※絶音が多いと人の声を理解できませんので、不要な音声を外す処理
3. 音波より音の特徴を抽出、数値化
4. 数値化した音が何かを分析評価　※どの文字の特徴と合うか計算する
5. 特徴にあった文字を繋ぎ合わせて言語化

音声認識の仕組みをまとめます！

では次に自然言語の分析を説明します。

自然言語処理の流れ

流れは4ステップが基本です。

自然言語の全体の流れ

まとめ

今回Siriの仕組みということでまとめてみました。

音声認識と自然言語の流れは理解できたでしょうか？

AIアプリとは複雑な計算をすることと膨大なデータから特徴をつかむこと精度がよくなる技術です。

そのため、データの使い道を考えるとAIアプリがより進化できるかもしれません。

それでは今日はここまで。