音声認識のしくみ

音声認識を紹介するページ とにかくここでは、 だらだらと「音声認識」というモノを紹介します。 全体が（ほぼ）このページ一枚に収まっています。 ところどころにリンクがありますが、 そのリンク先には、 難しい話やこぼれ話みたいなものがちょこちょことあります。 ところで、話を簡単にするために、 ちょっと嘘を混ぜています。 そうでないと、ものすごく複雑な話になるので。 音声認識ってなにさ 簡単に言ってしまえば、 人間が喋った声を機械が文字に直すことです。 図で描くとこんな感じです。 左側が音声波形（つまり、声を図に表している）で、 右側がそれをひらがなに直したものです。 左側の音声波形を少し詳しく見てみる 人間は耳で音を聞きますが、 機械はマイクで音を聞きます。 そして、マイクで収録された音をそのまま表示させると、 下のような感じになります。 横軸が時刻で、縦軸が振幅です。 音声というのは、ようす

[kazuph1986]

“普通の家で音声認識をするとき” 微妙にパワーを感じる。

[hiddy216]

なるほど、わかりやすい

[kanariya0922]

わかりやすい！

[keiko-te]

MFCCの説明

[itochan]

HMMのページでは、「うおうお」「んｍん」の縮退（？）については直接には説明されてなかった

[tihara]

セルフ。

[pho]

これはかなりわかりやすい

[shibacho]

エヴァンジェリスト、スバラシス。