音声情報処理の基礎的な技術について、基本的な手法・アルゴリズムを中心に 講義を行なう。とくに、音声の性質の理解、統計的な音声認識へのアプローチに 重点をおいて説明する。 今期の授業では、ＥＭアルゴリズム(Expectation-Maximization Algorithm)を中心にすえて、音声認識以外の分野への適用についても触れる。 ・音声言語学基礎(音韻・音素体系、音韻特徴、スペクトログラム) ・音声分析・合成(ＤＦＴ，・ＬＰＣ分析) ・パターンマッチングによる音声認識(時間軸非線形マッチング(ＤＴＷ)，スペクトル距離尺度 ・ 統計的音声認識(ＥＭアルゴリズム、隠れマルコフモデル(ＨＭＭ)、統計的言語モデル) ・ＨＭＭによる遺伝子解析

鹿野，中村，伊勢，音声・音情報のディジタル信号処理，昭晃堂

鹿野、河原、武田、伊藤他、音声認識システム、オーム社、2001年 古井、音響・音声工学、近代科学社 R.Darbin,et al. Biological sequence analysis,Cambridge Univ.Press,1998

(必ずしも 先修条件ではない) 特になし

成績評価は、毎時間行なう小演習(ときにはレポート)と最終試験(資料持込可) による。具体的には、小演習５０％と最終試験５０％の評価点の良い方で判断する。