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40問: 音声の特徴量に関する説明として、最も不適切なものはどれか。
ディープラーニングの応用例
– / 66 解いた
第40問
音声の特徴量に関する説明として、最も不適切なものはどれか。
解答と解説を先に見る
先に見ると、この問題は今回は育ちません。
正解: 1. ケプストラムでは、基本周波数の成分が低い次数に現れるため、音素を見分けるには高い次数の係数を使う。
肢1が不適切です。Jurafsky・Martinの教科書は、ケプストラムを声帯の音源と声道のフィルタを分ける方法として説明し、基本周波数(F0)による大きな山は高い次数の側に現れ、声道の特性は低い次数の側に表れるので、音素の識別には低い次数を、声の高さの検出には高い次数を使うとしています。
MFCCでも低い方の12個程度の係数を使います。
肢3は同書の説明どおりで、ケプストラムは対数スペクトルのスペクトル(対数振幅スペクトルの逆離散フーリエ変換)です。
肢2も同書のとおりで、第1・第2フォルマント(F1・F2)の位置が母音の識別に大きく関わります。肢4のとおり、調波による細かい凹凸をならした外形がスペクトル包絡で、その山がフォルマントにあたります。
関連キーワード: スペクトル包絡・フォルマント・ケプストラム・MFCC
広告
模試 (145問)
本試験の規模にそろえて、8分野を通して解く
オンライン試験の案内(145問程度・100分)にそろえた145問・100分(1つあたり約41秒)で、技術分野から法律・倫理まで8分野を混ぜて解きます。JDLAは分野ごとの出題数と合格ラインを公表していないため、配分と70%の目安はぴよパスの設定です。100分を取れない日は、開始画面で41分の短縮演習も選べます。Premium (月980円)Premium (ご利用中)時間制限つきの実力チェック
広告