Upgrade to Pro — share decks privately, control downloads, hide ads and more …

機械学習のための音声信号処理（基礎編）/ Speech Signal Processing

59613a9ebdbfacb213e86dd470c52025?s=47 moonlight-aska
October 21, 2018
0
700

機械学習のための音声信号処理（基礎編）/ Speech Signal Processing

2018年10月21日開催の「大江橋Pythonの会#3」の資料です.

59613a9ebdbfacb213e86dd470c52025?s=128

moonlight-aska

October 21, 2018
Tweet

More Decks by moonlight-aska

See All by moonlight-aska
Kingo AI Navi LINEをもっと使い倒せ!!
59613a9ebdbfacb213e86dd470c52025?s=48 aska
0
32
Depth画像で物体検知やってみたー。/ Objects Detection with Depth Images
59613a9ebdbfacb213e86dd470c52025?s=48 aska
0
230
Kingyo AI Naviアプリ開発 / Kingyo AI Navi App
59613a9ebdbfacb213e86dd470c52025?s=48 aska
0
210
AutoML Vision Edgeで金魚分類モデルを学習してみた / Kingyo Classification Model with AutoML Vision Edge
59613a9ebdbfacb213e86dd470c52025?s=48 aska
0
230
AutoML Vision Edge + ML Kit for Firebase ⇒ Kingyo Classification
59613a9ebdbfacb213e86dd470c52025?s=48 aska
1
350
Kingyo AI Navi
59613a9ebdbfacb213e86dd470c52025?s=48 aska
0
300
ピープルカウンタ、その後。/ People Counter
59613a9ebdbfacb213e86dd470c52025?s=48 aska
0
320
物体検出をPythonで動かしてみる! / Try using YOLOv3 in Python
59613a9ebdbfacb213e86dd470c52025?s=48 aska
0
600
ML Kitでちょびっと金魚AI / Recognition of goldfish type using ML Kit
59613a9ebdbfacb213e86dd470c52025?s=48 aska
0
210

Featured

See All Featured
KATA
E9221b172e78e888355fa2fe4541b595?s=48 mclloyd
7
8.5k
Atom: Resistance is Futile
7fa6101cd43067653cf4ac6c7ca54305?s=48 akmur
255
20k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
F383c6a4dc55e331bbe2987b622cee6b?s=48 stephaniewalter
268
11k
Robots, Beer and Maslow
9375a9529679f1b42b567a640d775e7d?s=48 schacon
152
7.1k
jQuery: Nuts, Bolts and Bling
9cde37f47e4a800ea081ea42de8d749a?s=48 dougneiner
56
6.4k
Designing on Purpose - Digital PM Summit 2013
7653c7c449918ff6542880a8c284f5e7?s=48 jponch
106
5.6k
Automating Front-end Workflow
96270e4c3e5e9806cf7245475c00b275?s=48 addyosmani
1351
200k
The Invisible Side of Design
B3d6434763caa0ef5dc4b792662c49f7?s=48 smashingmag
289
48k
Ruby is Unlike a Banana
6804f1775cb4babfcc3851298566fbce?s=48 tanoku
91
9.2k
How GitHub (no longer) Works
78b475797a14c84799063c7cd073962f?s=48 holman
296
140k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
B3d6434763caa0ef5dc4b792662c49f7?s=48 smashingmag
237
19k
StorybookのUI Testing Handbookを読んだ
50fc0fdc2327ecbe7350645812de52e3?s=48 zakiyama
4
2k

Transcript

  1. None

  2.    NARA

  3.   안녕하세요

  4.    

  5.    

  6. None

  7.   

  8. f P t

  9. None
  10. None
  11. None
  12. None
  13. None
  14. None

  15. Convolutional Recurrent Neural Network

  16.    

  17.   [音情報処理論 音声処理における信号処理１より引用]

  18. None
  19. None

  22.  ×

  24.  

  25. ×

  26.  [音声言語処理特論 第2回音声認識の基礎、DPマッチングの基礎より引用]

  27.    

  28. None
  29. None
  30. None
  31. None
  32. None
  33. None

  34.    

  35. https://www.kaggle.com/c/tensorflow-speech-recognition-challenge

  36. None

  37. MFCC12 ΔMFCC12 ΔΔMFCC12

  38. None
  39. None
  40. None
  41. None

  42. --- No. 6795 edc53350_nohash_0.wav (house ) --- * 1位 :

    house (0.999820) 2位 : cat (0.000060) 3位 : off (0.000032) 4位 : yes (0.000024) 5位 : down (0.000013) --- No. 6796 e95c70e2_nohash_0.wav (house ) --- * 1位 : house (0.999953) 2位 : off (0.000012) 3位 : cat (0.000005) 4位 : eight (0.000004) 5位 : happy (0.000004) --- No. 6797 258f4559_nohash_0.wav (house ) --- * 1位 : house (0.999980) 2位 : off (0.000007) 3位 : happy (0.000004) 4位 : cat (0.000004) 5位 : eight (0.000002) --- No. 6798 1657c9fa_nohash_0.wav (house ) --- * 1位 : house (0.999972) 2位 : off (0.000011) 3位 : yes (0.000003) 4位 : happy (0.000003) 5位 : cat (0.000003) ---------- Total Accuracy ---------- 1位 : 93.57 % ( 6361 / 6798 ) 2位 : 96.78 % ( 6579 / 6798 ) 3位 : 97.78 % ( 6647 / 6798 ) 4位 : 98.35 % ( 6686 / 6798 ) 5位 : 98.57 % ( 6701 / 6798 )

  43.    

  44. None

  45. NARA

  46. None
  47. None
  48. None

  49. https://ai.googleblog.com/2017/08/launching-speech-commands-dataset.html