音声認識

音声認識とは、人間の発話を記録した音声データに対して、コンピューターが音と文字とをパターンマッチングし、テキストに変換する技術を指します。この技術はさまざまな物に利用されていて、身近なものではスマートフォンなどの音声入力が挙げられます。音声に含まれる音素の音響モデル、認識しようとする言語に含まれる単語がどのような音素から構成されるかを記述した発音辞書、単語がどのようにつながって文となるかを記述した言語モデルなど、さまざまな技術を応用して実現されていて、これらの性能の向上には「機械学習」と呼ばれるAIを使った自動学習による改良方法が使われています。