ヒトとコンピュータが会話することは、今では珍しくなくなりました。
私たちの身の回りには、スマホの音声認識機能など、、
ヒトが発する言葉を認識して、
適切な言葉を返したり、対応をするコンピュータが、すでにたくさんあります。
- 情報案内や予約システム
- 音声の文字起こし
- スマホでの音声認識
- 動画への字幕の自動付与
- 語学教育への応用
などのように、音声認識の活用は、これからさらに広がっていくことが予想されます。
すでに完成しているし、これから学ぶ価値ないんじゃないの？
と思われる方もおられるかもしれません。
音声認識の技術の肝として、パターン認識技術があります。
パターン認識は、人工知能技術との関係が深く、
ディープラーニング（深層学習）などの技術が発展すれば、
すなわち、音声認識技術も進展します。
現在、音声認識の技術は急激に発展しています。
様々なアイデアが生まれて、実装され、製品化されるというサイクルが、高スピードでまわっています。
なので、良いアイデアを持ち、素早く製品化できれば、
どんな開発者でも、どんな企業にもチャンスがある分野と言えるわけです。
そのためには、音声認識への基礎知識を持ち、最新論文をキャッチアップしておく必要があります。
そこで本記事では、
- 音声認識って、どんな技術なの？
- 音声認識の応用分野って、どんなものがあるの？
- 音声認識を使った製品で、他社との差別化をはかりたい！
といったあなたのために、
音声認識の初学者の方から、
音声認識技術を使った製品などを開発していきたい技術者の方向けに、
おすすめの本や参考書をご紹介します。
本記事の概要
「音声認識」を学びたいあなたにオススメの本はこちらです
１冊目はこちら【音声認識って何？を解決してくれるわかりやすい本ならこちら】
人と対話するコンピュータを創っています 音声認識の最前線
本書は、音声認識について、全くの初学者の方や、文系の方などでも、
読んでいてイメージがつかめる１冊です。
ヒトでの音声の作られ方から、ヒトの音声認識の仕組みに始まり、
コンピュータがどのように音声認識するかが解説されます。
その肝である統計的パターン認識について説明された後、
音声認識システム、ロボットとの対話システムの作り方の概要が述べられています。
その後、予約システムなどの音声認識の応用例の解説があり、
音声認識装置の作り方のアウトラインがまとめられています。
最後に音声認識分野の用語解説があり、
それらを一望することで必要な知識の確認ができるのがうれしいところです。
音声認識が関係する装置やロボットなど、
これから詳しく学ぼうと考えている方が、
サクッと全体像をつかむのにも最適な本となっています。
ただし、あくまで最初の１冊として概要をつかむことが目的なので、
アルゴリズムの詳細や、コーディング例などはありません。
なのでそれらを学びたい場合には、他書を参考にされてください。
２冊目はこちら【音声認識の教科書として、しっかり基礎から学びたいあなたにはこちら】
音声認識 (機械学習プロフェッショナルシリーズ)
本書は、音声の機械学習を学びたい方向けに特化した１冊です。
機械学習の手法だけでなく、音についての性質やその信号処理など、
音声認識を理解するための前提知識も学ぶことができます。
音声認識に活用されている機械学習手法が、
どのように使われているかについても解説されており、
すでに知っている手法が、どう活用されるのかを学べ、
手法への理解を深めることもできるオススメ本になっています。
初学者の方も、音声認識の論文を読むための基礎力がつく１冊です。
３冊目はこちら【数式よりも、図やイラストなどで視覚的にイメージでも学びたいあなたにはこちら】
イラストで学ぶ 音声認識 (KS情報科学専門書)
本書は、音声認識周りの知識を一通りわかりやすく身につけることができる１冊です。
音声認識というと、「声を文字に変換する」という意味で使われることも多いですが、
本書では、そこにとどまらず、人間とコンピュータの対話を実現するための技術という位置づけで解説されています。
また、
- 数式があんまり得意でないんだよなぁ〜
といった方も、
本書は図やイラストが多く、直感的に理解しやすいよう工夫されています。
初学者が基礎から学んで、
- 対話システムを作りたい
といった方などが、
音声認識周辺への橋渡しにもなる１冊です。
４冊目はこちら【フリーソフトを駆使して、音声システムを作りながら学びたいあなたにはこちら】
フリーソフトでつくる音声認識システム パターン認識・機械学習の初歩から対話システムまで
本書は、手を動かしながら音声認識を学べる１冊です。
音声認識の各アルゴリズムをソフトなどを活用しながら実装方法を学べます。
第１部は理論編になっており、音声認識で必要な理論的な側面が学べます。
パターン認識について、
- データの扱い方
- 特徴量の調べ方
- 識別アルゴリズム
- 誤差の最小化
など、基礎から１つひとつ学べます。また、
- サポートベクトルマシン
- ニューラルネットワーク
などのアルゴリズムも学べ、これらを踏まえて、
- 交差確認法
など、システム構築の際に使える方法なども、わかりやすく、まとめられています。
第２部の実践編では、理論編の内容を踏まえながら、
音声認識に特化した手法について、
フリーソフト（Scilib）によるコーディングを行いながら学べます。
- 音のモデル化
- 隠れマルコフモデル
- Nグラム
- 連続音声認識
などについて、１つひとつステップを踏みながら学ぶことができます。
また、最後の章で、以上で学んだアルゴリズムを統合して、
音声認識を活用した対話システムの作り方を、
MMDAgentを使いながら、手軽に学ぶことができます。
付録には、プログラミングに必要なScilibの使い方がまとめてあり、
これまで使ったことがない方も安心して取り組めます。
加えて、フリーソフトWekaを使った、
ディープニューラルネットワークによる識別もまとめられています。
本書１冊で、音声認識のアルゴリズムの実装の基礎を一通り学ぶことができ、
より実践的な開発への橋渡しにできる本となっています。
５冊目はこちら【音声処理を、Pythonでプログラミングしながら学びたいあなたにはこちら】
Pythonで学ぶ実践画像・音声処理入門
本書は音声処理の基礎をPythonでプログラミングしながら学べる１冊です。
Pythonは人工知能や機械学習とも相性のいいプログラミング言語です。
Pythonで音声処理のプログラミングを学べます。
- １次元音声データの処理
- フーリエ変換
- フレーム処理
- 逆フーリエ変換
などを学ぶことができます。他にも、
- 音声フィルタ
- 音声データ同士の相互相関
- 自己相関、
- Wavetable合成
- 楽器音からの波形データの抽出
なども学べます。
原理の解説があり、その後、実装のプログラムサンプルが示されています。
Pythonのパッケージを利用するので、コーディングも最小限で済み、
Pythonに慣れていない方も、１つひとつ手を動かしながら、
確実に学ぶことができます。
音声処理だけでなく、画像処理（領域抽出、周波数処理、空間領域処理、画像データの類似度、幾何学的処理）
なども学べるお得な１冊となっています。
本書は、音声処理について、
時間をかけずに、サクッと身につけたいあなたにオススメの１冊となっています。
６冊目はこちら【音声処理について、手を動かしながら学べ、数式のイメージを持てるようになりたいあなたにはこちら】
C言語ではじめる音のプログラミング―サウンドエフェクトの信号処理
本書は音の加工技術「サウンドエフェクト」について手を動かしながら学べます。
その過程で音についての様々な基礎知識を身につけるrことができます。
- 音はどんなデータなの？
- 音はどうやって表示するの？
といった音声処理の基礎知識から
- 音を響かせる・歪ませる・そろえる・分離するには？
- 音を強調する・揺らす・広げる・削る・伸縮する・上下する
などのサウンドエフェクトについて学べます。
- 数式が苦手〜
といった方も、本書は学びやすいはずです。
数式と数式が表現しているものについての図が対応してまとめられていますので、
数式がわからなければ、図やイラストで理解し、
- こういう状態を数式で表現するにはこう書くのか
のように、図やイラストから数式を理解しやすく解説されています。
本書は音声処理について、手を動かしながら、分かりやすく学べる１冊となっています。
というわけで、本記事では、
音声認識を学びたいあなたのためにオススメの本をご紹介しました。
こちらもございます↓
HTML を勉強したいあなたにはこちら
Python の独学やデータサイエンスならこちら
人工知能・機械学習のおすすめ本はこちら
ディープラーニング （深層学習 deep learning）のおすすめ本はこちら
音声認識の基礎となる音声の処理では、
- 高校数学（特に三角関数など）
- フーリエ解析
- 信号処理の基礎
がわかっていると理解しやすくなります。
『高校数学を独学で学びたい、やり直したい社会人のあなたにおすすめの本はこちらです』
こちらもございます↓
『「自然言語処理」を学びたい人におすすめの良書、１０冊はこちらです』
『「機械学習」に関する記事のまとめ（目次）はこちらからどうぞ』
『「画像処理」や「画像認識」に関する記事の一覧（目次）はこちらです』
↓こちら無料で読めます
