G検定（ジェネラリスト検定） ディープラーニングの応用例 練習問題 第39問: 次の文の（ A ）（ B ）に入る語句の組合せとして、最も適切なものはどれか。 音声は統計的な性質が時間とともに変わる信号だが、例えば25ミリ秒程度の短い区間の

肢2が正解です。Jurafsky・Martinの教科書は、音声は一般に統計的な性質が時間とともに変わる非定常な信号だが、1つの音素の一部にあたる程度の小さな窓の中ではほぼ定常とみなせるとし、窓を音声に沿って動かして切り出した各区間をフレームと呼んでいます。

窓は大きさ（例：25ミリ秒）・ずらす幅（ストライド、例：10ミリ秒）・形の3つで決まり、フレームごとに離散フーリエ変換でスペクトルを求めます。肢1と肢4の非定常は、音声全体の性質を表す語で、短い窓の中での見なし方ではありません。

肢3と肢4のフォルマントは、声道の共鳴で強められた周波数の帯域を指し、切り出した区間の名前ではありません。