AI資格 模擬試験

G検定 模擬問題 第3回 問89・ディープラーニングの応用例（音声処理）

大規模な音声認識モデル

音声認識の分野で、大量の多言語の音声とその書き起こしで学習し、雑音の多い音声や多くの言語にも対応できるようにした OpenAI のモデルとして、最も適切なものを1つ選べ。

  1. A

    Whisper

  2. B

    WaveNet

  3. C

    CLIP

  4. D

    AlphaFold

正解と解説を見る

正解：A

Whisper は、大量の多言語の音声で学習した音声認識のモデル。

音声処理の用語。
用語内容
WaveNet音声の波形を1サンプルずつ直接生成するモデル（膨張畳み込みを使う）
大規模な音声認識モデル大量の音声と文章で学習し、多言語・雑音にも強い（Whisperなど）

学習のポイント：音声認識の仕組みが、特徴量・音響モデル・言語モデルの組合せから、一体型（End-to-End）のモデルに移ってきたことを押さえる。

この問題を演習で解く →

問題一覧へ

このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会（JDLA）・一般社団法人生成AI活用普及協会（GUGA）の公式サービスではありません。