English

年度	2025年度	開講部局	情報科学部
講義コード	KA240001	科目区分	専門教育科目
授業科目名	音声認識
授業科目名 （フリガナ）	オンセイニンシキ
英文授業科目名	Speech Recognition
担当教員名	YU YI
担当教員名 (フリガナ)	ユ　イ
開講キャンパス	東広島	開設期	3年次生   前期   集中
曜日・時限・講義室	(集) 集中
授業の方法	講義	授業の方法 【詳細情報】	オンライン（同時双方向型）, オンライン（オンデマンド型）
			授業の方法は「オンデマンド型を主とし，必要に応じて Teamsによる双方向型も用いる」です．現在の計画では，第一回目からオンデマンド型で行う予定です。講義中心で，パワーポイントを資料元として用いて，moodleによる課題 あるいはテストを毎回行ってもらいます．
単位	2.0	週時間		使用言語	J : 日本語
学習の段階	2 : 初級レベル
学問分野（分野）	25 : 理工学
学問分野（分科）	02 : 情報科学
対象学生
授業のキーワード
教職専門科目		教科専門科目
プログラムの中での この授業科目の位置づけ （学部生対象科目のみ）
到達度評価 の評価項目 （学部生対象科目のみ）	計算機科学プログラム （知識・理解） ・D1. 計算機科学の基礎となる理論体系を理解し，科学的論理性に基づいた情報処理技術を駆使して，高次元データを収集・処理するための知識と能力． データ科学プログラム （能力・技能） ・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術． ・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力． 知能科学プログラム （能力・技能） ・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力． ・D2. 人工知能やIoTなどの応用や発展に寄与できる情報処理能力やデータ分析能力．
授業の目標・概要等	本授業では、音声認識（Automatic Speech Recognition, ASR）の基本概念から最新技術までを学び、実際に音声認識システムを構築・評価できる能力の習得を目指します。具体的には、音声の基礎知識の理解、隠れマルコフモデルの学習、ニューラルネットワーク音響モデルなどの手法の学習、音声認識システムの実装と応用を主な内容とし、わかりやすく講義を進めます。
授業計画	第1回　音声認識について 第2回　音声分析１ 第3回　音声分析２ 第4回　パターン認識 第5回　隠れマルコフモデル 第6回　言語モデル 第7回　ガウス混合モデル 第8回　ニューラルネットワーク音響モデル 1: 基本概念 第9回　ニューラルネットワーク音響モデル 2: ハイブリッド HMM/DNN システム 第10回　ニューラルネットワーク音響モデル3: DNNアーキテクチャ 第11回　話者適応 第12回　識別学習 第13回　多言語・低リソースの音声認識 第14回　エンドツーエンドシステム 第15回　まとめ
教科書・参考書等	教科書は使用しない．
授業で使用する メディア・機器等	配付資料, Microsoft Teams, Microsoft Stream, moodle
	【詳細情報】	オンデマンド形式のビデオ教材を利用して行う．
授業で取り入れる 学習手法	小テスト／ クイズ形式, 授業後レポート
予習・復習への アドバイス	予習は不要ですが、授業中の内容で分からない事項や興味を持った事項は自分でも調べてみて下さい。もちろん、質問も積極的にして下さい。
履修上の注意 受講条件等
成績評価の基準等	毎回の課題，小テストによる評価40％ 期末テストまたはレポートによる評価60％の予定
実務経験
実務経験の概要と それに基づく授業内容
メッセージ
その他
すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。 回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。