2025年度前期音声・言語情報処理

曜日・時限	月曜日４時限	期別	前期	週時間数	2
ナンバリング	GP331504
開講学科等	情報通信工学部-情報工学科
教員名	早坂　昇早坂　昇職務履歴 https://research.osakac.ac.jp/index.php?%e6%97%a9%e5%9d%82%e3%80%80%e6%98%87 教員情報データベースに遷移します

目的

本講義では，自然言語を扱う上での基幹となる音声および言語を計算機で処理するための基本的な技術を解説し，高度な音声・言語処理を行うための技術を習得させることを目的とする。また，音声・言語処理に関する幅広い知見を深めるため，近年の応用事例を紹介するとともに，言語の教養的な知識も適宜解説し，音声・言語処理の専門的知識の習得を目指す。

授業計画

授業回	形式	学修内容	学修課題
1	A,C	音声・言語情報処理について	事前学修	参考書やWebを音声・言語情報処理を調べておくこと（3時間）
1	A,C	音声・言語情報処理について	事後学修	音声・言語情報処理ついて講義内容を整理しておくこと（3時間）
2	A,C	音声の生成と音声に含まれる情報	事前学修	参考書やWebを利用し音声の生成と音声に含まれる情報について調べておくこと（3時間）
2	A,C	音声の生成と音声に含まれる情報	事後学修	音声の生成と音声に含まれる情報について整理しておくこと（3時間）
3	A,C	離散フーリエ変換	事前学修	これまでに学んだフーリエ変換に関する講義内容を復習すること（3時間）
3	A,C	離散フーリエ変換	事後学修	フーリエ変換に関する講義内容をまとめておくこと（3時間）
4	A,C	短時間フーリエ変換	事前学修	参考書やWebを利用し短時間フーリエ変換を調べておくこと（3時間）
4	A,C	短時間フーリエ変換	事後学修	短時間フーリエ変換に関する講義内容をまとめておくこと（3時間）
5	A,C	ソースフィルタモデルとケプストラム分析	事前学修	参考書やWebを利用しソースフィルタモデルとケプストラム分析を調べておくこと（2時間）
5	A,C	ソースフィルタモデルとケプストラム分析	事後学修	ソースフィルタモデルとケプストラム分析の講義内容を整理しておくこと（2時間）
6	A,C	音声処理とオートマトン	事前学修	前回の講義内容をよく復習すること（2時間）
6	A,C	音声処理とオートマトン	事後学修	音声処理におけるオートマトンについて講義内容を整理しておくこと（2時間）
7	A,C	パターン識別	事前学修	参考書やWebを利用しパターン識別を調べておくこと（2時間）
7	A,C	パターン識別	事後学修	パターン識別に関して講義内容を整理しておくこと（2時間）
8	A,C	正規表現とオートマトン	事前学修	前回および6回目の内容を調べておくこと（2時間）
8	A,C	正規表現とオートマトン	事後学修	正規表現とオートマトンについて講義内容を整理しておくこと（2時間）
9	A,C	形式文法	事前学修	参考書やWebを利用し形式文法を調べておくこと（2時間）
9	A,C	形式文法	事後学修	形式文法について講義内容を整理しておくこと（2時間）
10	A,C	構文解析	事前学修	参考書やWebを利用し構文解析を調べておくこと（2時間）
10	A,C	構文解析	事後学修	構文解析について講義内容を整理しておくこと（2時間）
11	A,C	音声情報処理演習と解説	事前学修	今までの内容1-7回目を復習すること（2時間）
11	A,C	音声情報処理演習と解説	事後学修	本演習をもう一度自分自身で取り組んでみること（2時間）
12	A,C	言語情報処理演習と解説	事前学修	今までの内容8-11回目を復習すること（2時間）
12	A,C	言語情報処理演習と解説	事後学修	本演習をもう一度自分自身で取り組んでみること（2時間）
13	I	学習到達度最終確認	事前学修	今までの内容（特に11,12回目の内容）をよく復習しておくこと
13	I	学習到達度最終確認	事後学修	わからなかったところをよく復習しておくこと（2時間）

授業形式記号

A:一斉授業（通常の講義）
B:問題発見・解決学習、プロジェクト学習
C:体験、実験、実習、演習など

D:調査分析、解析など
E:ものづくり、作品制作
F:グループワーク（ディスカッション・ディベートを含む）

G:プレゼンテーション
H:地域・企業　連携型学習
I:その他

到達目標

到達目標は次の通りである。
1.音声処理における特徴値とその算出法を理解できる
2.音声認識におけるパターン認識処理を上記の特徴値平面の分離問題として解ける
3.有限状態オートマトンと音声処理の関係を理解できる
4.正規表現を使った文字列処理ができる
5.複雑な文字列パターンの構文解析ができる

本科目に関連するディプロマ・ポリシー
◯2024年度以降の入学生
下記リンク先のカリキュラム・マップを参照．
https://www.osakac.ac.jp/about/policy/faculty/
◯2023年度以前の入学生
修得する資質・能力：知識・理解力【DP-P-2-1】，応用力【DP-P-2-2】

評価方法と評価観点

評価方法	配点合計	知識・理解力	応用力	コミュニケーション力	態度・志向性	創造力	合計
定期試験またはレポート試験	70%	70%	30%				100%
小テスト、小論文							0%
グループワーク							0%
プレゼンテーション							0%
レポート、宿題							0%
授業での姿勢（ノート、質疑など）							0%
作品、パフォーマンス（実技、実演）							0%
その他1(具体的に：授業中に行う演習形式の課題::::::::::::::::::::::::::::::	30%	80%	20%				100%
その他2(具体的に：							0%
	100%	73%	27%	0%	0%	0%	100%

教科書・参考書

教科書は特に指定しない。

参考書としては、以下が参考になる。
１．中川聖一『音声言語処理と自然言語処理』，コロナ社，2013年
２．荒木雅弘『フリーソフトでつくる音声認識システム』．森北出版,2007年
３．StevenBirdら著『入門自然言語処理』，オライリージャパン,2010年

オフィスアワー

月曜日5限　A-S245

その他

参考書を利用して，授業内容をフリーソフトを用いて実際に音声・言語処理を試してみると理解が深まる．
授業内外の課題について，解答あるいは考え方を適宜解説する．
学習到達度最終確認は，希望があれば，解答例あるいは総評を適宜開示する．

実務経験のある教員による授業科目

民間企業において約3年間、ハードウェア設計およびソフトウェア開発に従事し、特に組込みシステムにおける音声信号処理技術の実装・最適化に携わった経験を有する。授業では、音声認識を中心とする音声信号処理技術が実際の製品開発でどのように応用されているかを具体的な事例（スマートスピーカー等）とともに紹介する。加えて、ハードウェア制約下での設計上の工夫や、アルゴリズム選定の現場的な判断も共有し、理論と実装の両面から学べる実践的な内容とする。

戻る