INFORMATION & AI MATERIAL

音声認識のしくみ(声の波から文字へ)

音声認識のしくみ(声の波から文字へ)(中学校情報・AI「AIのしくみ」の図)

横にして見てください。2本の指で拡大できます。

音声認識のしくみ(声の波から文字へ)(中学校情報・AI「AIのしくみ」の図)

素材について

「あしたこうえんにいく」という声(架空)を、声をひろう → 特徴を数にする → 音を当てる → ことばを選ぶ(同じ音の候補を、ことばのつながりの自然さで選ぶ)→ 文字にするの5つの段で示し、聞き取りがずれやすいときを添えた図です。

中学校情報・AI「AIのしくみ」の授業や調べ学習で使える図です。スライドに入れたり、児童生徒の端末に配ったりして使えます。予習・復習の資料にもなります。入れ方は授業での使い方をご覧ください。

図の見方

  • 上の吹き出しは、人が話す声「あしたこうえんにいく」(架空)です。中の5段は、1 声をひろう → 2 特徴を数にする → 3 音を当てる → 4 ことばを選ぶ → 5 文字にする、と矢印でつながっています。
  • 3には a・sh・i・t・a・k・o・u… の音が並びます。4は、「あした公園に行く」0.81、「あした講演に行く」0.11、「あした公演に行く」0.08 の候補から、ことばのつながりの自然さで選びます。
  • 5は「あした公園に行く」で、今は深層学習でいくつかの段をまとめて一度に変換するしくみもある、と添えてあります。下の「聞き取りがずれやすいとき」は4つ並んでいます。

授業での使い方

AIのしくみ(音声認識)の学習や、音声入力を使うときの注意を考えるときに使います。高校の情報Ⅰでも使えます。

導入で、図の問い「機械は、声をどのようにして文字にしているのだろう」を板書します。展開では、1から5を順にたどり、声の波が数になり、音になり、ことばになる変化を確かめます。まとめでは、下の4つの場面から一つ選び、どの段でずれが起こりそうかを考えさせます。

発問の例

  • 4の段で、確からしさがいちばん高い候補はどれですか。
  • 特徴から、どの音かを推定するのは、何番の段ですか。
  • 下の「聞き取りがずれやすいとき」の4つのうち一つを選ぶと、1〜5のどの段に関わりそうですか。理由も説明してください。

つまずきやすい点

  • 注記のとおり、例と確からしさの数は架空です。確からしさの高い候補を選んでも聞き取りがずれることがあるので、下の「ずれやすいとき」と合わせて読ませます。
  • 5つの段は模式です。5の下にあるとおり、まとめて一度に変換するしくみもあるので、すべての音声認識に共通の段として覚えさせません。
  • 「早口・小さい声」「話し方のちがい」を扱うときは、特定の話し方や声の生徒が否定的に受け取られないよう配慮します。

ほかの学習とのつながり

小6の「声で操作するしくみ(聞き取って答える)」は機器全体の流れで、この図は声を文字にする部分に絞っています。中学校の「バイアス(かたよったデータから、かたよった答え)」は、声を文字にするAIの学習データのかたよりを扱います。「画像・音声・ことばのAI(何を入れて何を出すか)」と並べると、音声のAIが整理できます。