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、伊藤、河原、武田、山本、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

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％の評価点と、最終試験のみの評価点の良い方で判断する。