音声認識を学ぶには

Question

C言語で音声認識をさせたいと考えています。

一般的に用いられている技術等を詳しく教えていただけると助かります。

Comments

[yuba]

ライブラリなどを使ってアプリケーションを書きたいのでしょうか、それともそのライブラリを自作したいということでしょうか？

[memeda]

自作を考えています

Answer 1

僕は音声認識が専門ではないのですが知ってることだけ

音声認識や音響ではFFT(Fast Fourier Transform:高速フーリエ変換)を使って周波数成分をみます。
音声認識ではFFTなどを用いて特徴量得る「前処理」のプロセスの後に、音声を文章として認識するプロセスがあります。
認識プロセスではHMM(Hidden Markov Model:隠れマルコフモデル)を使ったりNN(Neural Network:ニューラルネットワーク)を使って判定しています。

これらの手法は有名なのでググったら解説ページや論文がたくさん見つかるので、それで勉強したらいいと思います。

Answer 2

自作したいので音声認識の理論を学びたいとのこと。
この回答欄はあまりにも狭いので分野の名前だけ挙げていきます。

まずShotaKurodaさんのおっしゃる通り、FFT,HMM,NNあたりは必修です。

そして、人間の声の性質というものを知らないといけません。音源フィルタモデルがキーワードになります。

人間の脳が声をどう母音子音として認識しているかは、フォルマントというキーワードで調べられます。

頑張ってください。