問78
頻出度★★☆
利用者がスマートスピーカーに向けて話し掛けた内容に対して, スマートスピーカーから音声で応答するための処理手順が (1) ～ (4) のとおりであるとき, 音声認識に該当する処理はどれか。 (1) 利用者の音声をテキストデータに変換する。 (2) テキストデータを解析して, その意味を理解する。 (3) 応答する内容を決定して, テキストデータを生成する。 (4) 生成したテキストデータを読み上げる。
令和6年度 ITパスポート試験 問78
ストラテジ系ビジネスインダストリ › ビジネスシステム
这道题的解析和你的作答记录。
解説
問 78
- ア
正解 语音识别是指计算机对人发出的「语音」进行解析，并转换为「文本数据（文字）」的处理。步骤 (1)「将用户的语音转换为文本数据」正是把语音转写为文字的处理，直接符合语音识别的定义。因此正确答案是指向 (1) 的ア。在智能音箱的整个流程中，首先 (1) 通过语音识别将话语转写为文字，接着 (2) 理解其含义，(3) 组织应答语句，(4) 通过语音合成朗读出来，按这一顺序进行。
错误イ
(2)「解析文本数据，理解其含义」是对由语音转写而来的文字串解读其含义的处理，属于自然语言处理（语义理解）。其输入已经是文本，并不是「语音→文字」的转换，因此不是语音识别。
错误ウ
(3)「确定应答内容，生成文本数据」是根据已理解的内容组织回复语句的应答生成（对话处理）。它不是识别语音的阶段，而是在识别、理解完成之后的处理，因此不属于语音识别。
错误エ
(4)「朗读生成的文本数据」是把文字转换为语音并输出的处理，即语音合成（speech synthesis）。它是与语音识别方向相反的「文字→语音」转换，虽然容易混淆，但属于不同的技术。
ここがポイント
- 语音识别（speech recognition）＝ 把语音转换为文本的处理；反过来，语音合成（speech synthesis）＝ 把文本转换为语音的处理，要区分二者方向相反这一点。
- 智能音箱的对话分为「语音识别 (1) → 语义理解 (2) → 应答生成 (3) → 语音合成 (4)」这些处理阶段，要掌握各术语对应哪个阶段。
用語