問22
頻出度★★☆
AIの活用領域には音声認識,画像認識,自然言語処理などがある。音声認識と自然言語処理の両方が利用されているシステムの事例として,最も適切なものはどれか。
令和2年度 ITパスポート試験 問22
テクノロジ系基礎理論 › 情報に関する理論
この問題の解説と、これまでの解答の記録です。
解説
問 22
不正解ア
ノック音の「検知」は特定の音を拾う処理にとどまり言語を扱わないため自然言語処理ではなく、顔の認識は画像認識です。音声認識も自然言語処理も本質的に使っていません。
- イ
正解 音声認識は人の発話を音声から文字・意味情報へ変換する技術、自然言語処理は言語で書かれた文の意味を解釈し応答や要約などを行う技術です。イは、人から話しかけられた「天気」や「交通情報」などの質問をまず音声として受け取り(音声認識)、その質問の内容を解釈してふさわしい回答を生成しています(自然言語処理)。したがって音声認識と自然言語処理の両方を利用しており、スマートスピーカーや音声アシスタントの典型例として最も適切です。
不正解ウ
人の姿の検知は画像認識、話し声の検知は音の有無を捉えているだけで、行っているのは通過人数のカウントです。発話内容を言語として解釈していないので自然言語処理は使われていません。
不正解エ
英文をカメラで読み取るのは画像認識(文字認識)であり、要約・和訳する部分は自然言語処理に当たりますが、音声を入力として扱っていないため音声認識は使われていません。
ここがポイント
- 音声認識=発話音声を文字・情報に変換、自然言語処理=言語の意味を解釈して応答・要約などを行う、という各技術の役割の違いを区別する。
- AIシステムの事例からどの認識・処理技術(音声認識/画像認識/自然言語処理)が組み合わされているかを読み解く考え方。
用語