イラストで学ぶ音声認識 改訂第2版 2. 音声とは

イラストで学ぶ音声認識 改訂第2版 2. 音声とは 2.1 音声の科学 2.2 どうやって声を作るか：調音音声学 2.3 声の正体とは：音響音声学 2.4 どうやって声を聞き取るか：聴覚音声学 1

2.1 音声の科学 音声とは 人間がコミュニケーションのために，発声器官から発する音 音声学の分類 調音音声学 話し手が発声器官を用いて音声を発する仕組みを分析 音響音声学 発せられた音声を物理的に分析 聴覚音声学 聞き手が音声を聴取する仕組みを分析 2

2.2 どうやって声を作るか ー調音音声学 発声器官の構造と機能 肺 空気を押し出す 声帯 開閉できる声門を持ち，音源となる 声道 口や鼻で音素の違いを作り出す 3

2.2 どうやって声を作るか ー調音音声学 音素の生成 母音（a, i, u, e, o） 声道の形を固定して共振周波数 を特定 4

2.2 どうやって声を作るか ー調音音声学 子音 声道を通る空気の流れを唇や舌の動きで妨げて作る音 5

2.2 どうやって声を作るか ー調音音声学 音節とモーラ 日本語の音節 「母音」または「子音＋母音」からなる音のまとまり モーラ 話すときの拍に相当 基本的に１音節は１モーラ 撥音・促音・長音それぞれも１モーラになる 6

2.2 どうやって声を作るか ー調音音声学 音素の変形 調音結合（「あ お い」の発声の例） 母音の無声化・長音化 7

2.3 声の正体とは ー音響音声学 音とは何か 空気の粗密波 空気の密度の変化が鼓膜を振動させ，1次元的な波となる 音の周波数分析 複雑な波は単純な波の重み付き和で表現できる 周波数毎の重みの情報を取り出すのが周波数分析 8

2.3 声の正体とは ー音響音声学 音声とスペクトル 周波数分析の結果を，横軸：周波数，縦軸：パワーとして表示したもの 共振周波数のピーク（フォルマント）の位置や，その時間的変化が音素を特 定する情報になる 「あ」の波形のパワースペクトル（左）とその概形（右） 9

2.3 声の正体とは ー音響音声学 スペクトログラム 一定区間の音声信号を周波数分析し，時系列に表示したもの 10

2.4 どうやって声を聴き取るか ー聴覚音声学 聴覚器官の構造と機能 11

2.4 どうやって声を聴き取るか ー聴覚音声学 内耳での周波数分析のしくみ 12

2.4 どうやって声を聴き取るか ー聴覚音声学 人間の聴覚の特性 可聴周波数域：20～20,000Hz 低周波数域は分解能が細かく，高周波数域は分解能が粗い対数スケール（メ ルスケール）になっている 大きさの限界は，最小可聴音の約100万倍 13