総合トップ
エンジニア転職
未経験の転職
新卒就活
プログラミング学習
ゲーム/マンガ
paizaとは?
講座一覧
問題集
スキルチェック
有料プラン
法人向け
学校フリーパス
ログイン
新規登録
メニュー
ログイン
講座一覧
スキルチェックを受ける
PC推奨
法人プラン
学校向け
おすすめコンテンツ
オフィス訪問
paizaの教育活用事例
4コマ漫画 ぱいじょ!
ゲームイベント一覧
paizaのサービス一覧
paiza転職(中途転職者向け)
paiza新卒(学生向け)
EN:TRY(未経験向け)
paizaラーニング(プログラミング学習)
paizaラーニングトップ
Python
機械学習
Python×AI・機械学習入門編レッスン一覧
Python×AI・機械学習入門編2: 話者認識をしようチャプター一覧
javascriptを有効にして下さい。
Python×AI・機械学習入門編2: 話者認識をしよう
一部無料
有料プラン
Tweet
キャンペーンページを見る
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。
このチャプターを受講する
Jupyter Notebook
Python
機械学習
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。
このチャプターを受講する
Jupyter Notebook
SVM
Matplotlib
Numpy
Scikit-learn
Python
機械学習
03:話者認識に利用する音声データを確認しよう
(7:55)
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。
このチャプターを受講する
Jupyter Notebook
SVM
Matplotlib
Numpy
Librosa
Python
機械学習
04:そのままの音声データで学習と予測してみよう
(9:17)
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。
このチャプターを受講する
Jupyter Notebook
SVM
Matplotlib
Numpy
Librosa
Scikit-learn
Python
機械学習
05:フーリエ変換を利用して予測の精度を改善しよう
(7:07)
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。
このチャプターを受講する
Jupyter Notebook
SVM
Matplotlib
Numpy
Librosa
Scikit-learn
Python
機械学習
06:音声の時間別の特徴量を利用して予測の精度を改善しよう
(11:40)
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。
このチャプターを受講する
Jupyter Notebook
SVM
Matplotlib
Numpy
Librosa
Scikit-learn
Python
機械学習
前のレッスンへ