音声の信号処理と特徴量:音を数値にする
コンピュータが音声を扱う前段の、音を数値にする処理を学びます。基礎層では、音を数字の列に変え、成分に分け、声の特徴をとり出す、という流れをつかみます。深掘り層では、A-D変換とパルス符号変調器(PCM)、高速フーリエ変換(FFT)、スペクトル包絡とフォルマント、メル尺度とメル周波数ケプストラム係数(MFCC)、そして音韻と音素までをしくみのレベルで説明できるようになります。
コンピュータが音声を扱う前段の、音を数値にする処理を学びます。基礎層では、音を数字の列に変え、成分に分け、声の特徴をとり出す、という流れをつかみます。深掘り層では、A-D変換とパルス符号変調器(PCM)、高速フーリエ変換(FFT)、スペクトル包絡とフォルマント、メル尺度とメル周波数ケプストラム係数(MFCC)、そして音韻と音素までをしくみのレベルで説明できるようになります。