令和6年度 問78｜ディープラーニング（ニューラルネットワーク・画像認識）

正解：ア (1)

ポイント

スマートスピーカーの処理手順のうち、音声認識に当たる処理を選ぶ問題です。

考え方と解き方

手順(1)〜(4)は、音声を扱う処理と、文章を扱う処理が交ざっています。入力と出力が音声かテキストかを見ると、見分けられます。

1. 音声認識は、利用者の音声をテキストデータに変換する処理です。
2. 手順(1)が、これに当たります。
3. したがって、音声認識に該当するのは ア です。

ほかの選択肢

• イ (2)は、テキストデータを解析して意味を理解する処理で、自然言語処理モデルの働きです。
• ウ (3)は、応答内容を決めてテキストデータを生成する処理で、自然言語処理モデルの働きです。
• エ (4)は、テキストデータを読み上げる処理で、音声合成に当たります。

覚えておくこと

• 音声処理モデル：音声をテキストに変換する音声認識や、テキストを音声にする音声合成を行うモデル
• 自然言語処理モデル：文章の意味を解析し、翻訳や要約、文章の生成などを行うモデル

（テーマ・覚えること）