プログラミング言語アイコン
Python×AI・機械学習入門編2: 話者認識をしよう
Python×AI 機械学習入門 声優識別AIを創る
キャンペーン実施中

キャンペーンページを見る

paizaラーニング画面エリアは左上が動画エリア、左下が補足テキストエリア、右上がコードエリア、左下が入出力エリアとなっています。
paiza会員 になると、 受講状況、進捗度の表示、提出コードの保存、バッジの取得ができます。

■学び方手順

  • 下記の各チャプターに進むと左のようなレッスン画面が開きます。
  • 動画エリアには 各チャプター約3分の動画 が配置されています。
  • 補足テキストエリアには動画の補足情報や、解説している問題の問題文等が表示されます。 「演習課題へ進む」ボタン を押すと、そのチャプターの学習内容を元にした 類似問題が出題 されます。
  • コードエリアでは自由にコードの記述、実行が可能です。 動画の内容を実際に試してみましょう。
  • 入出力エリアでは、 コード実行時に標準入力する入力値の設定と、実行後の出力値 が表示されます。
  • 各エリアは、境界線上で ドラッグするとサイズを変えられます。
学習ステータスイメージ画像

■学習ステータス

  • 「学習ステータス」では各講座の学習進捗状況が確認できます。
  • 右上に表示されているゲージはその講座の学習が全体の何%まで進んでいるかを表します。

    ※公開中のレッスンすべてを受講することで100%となります。レッスンが追加になった場合は追加された分を含めて100%となるため、ゲージの数値が変動することがありますのでご注意ください

  • 「学習レベル」は各チャプターを完了することでレベルアップします。
  • キャラクター画像は「ジョブ」によって変化します。「ジョブ」は各レッスンの演習問題をすべて正解して★を獲得する(模範解答を閲覧した場合、★は獲得できません)と上級ジョブにレベルアップすることができます。

    ※模範解答を閲覧した問題で★獲得を目指したいときは、そのチャプターの演習問題に最初から再挑戦してください

チャプター一覧

01:話者認識の概要を知ろう (3:49) 無料公開中
ここでは、話者認識について学習します。機械学習で話者認識を行い、扱える問題を確認し、機械学習を行うためのPythonのツールについて紹介します。
02:SVMを利用してみよう (11:29) 無料公開中
ここでは、SVMと呼ばれる機械学習のパターン認識モデルを分類問題に適用する手順を確認します。さらに分類の様子を描画してSVMによる分類のイメージをつかみましょう。
ここでは、音声データとはどのようなデータなのか確認します。高音のデータと低音のデータを描画したしてみて、違いを確認しましょう。
ここでは、音声データをそのままSVMに与えて、話者認識をしていきます。さらに、この手法の問題点を考察します。
ここでは、音声データをフーリエ変換して求められる特徴量を使って話者認識することで予測精度の向上を目指します。さらに、この手法の問題点を考察します。
ここでは、1つの音声データから時間ごとに複数の特徴量を取り出して利用することで、予測の精度の向上を目指します。フーリエ変換によるパワースペクトルだけでなく、音声の特徴量として知られているMFCCも利用します。
ページの先頭へ戻る