古井貞熙『人と対話するコンピュータを創っています』


人と対話するコンピュータを創っています  音声認識の最前線 [単行本] / 古井 貞熙 (著); 角川学芸出版 (刊)

というのを読んだ。

今まで言語学というおよそ就職と結びつきそうにない分野に興味を持って、いくつか本を読んできたわけだが、少しは将来のことも考えねばならぬ。実社会に役に立つ、応用分野の本を一つ読んでみた。人間の声をコンピュータが解読する、音声認識という分野だ。

音声認識といえば、最近取り沙汰されているのはSiriか。他にも、自動字幕付与やコールセンター、口頭によるデータ入力、ゲームからバウリンガル（犬の鳴き声認識）など、音声認識は実用化が進んでおり、また研究も盛んだ。

東工大の教授（現在は名誉教授）が易しく書いた本だが、一部は私には難解だった。ある程度の知識、特に確率論や統計学の知識がないときつい。音声分析ソフトとデジタル信号処理のごく初歩を知っていたことが、せめてもの救いだった。

音声学で食っていく道もあるかなと期待して読んだが、言語学というよりほぼ計算工学で、高度な数学が不可欠なことが判明しややがっかりしている。

コメント

コメントを投稿

このブログの人気の投稿

「書道八段」は大した称号じゃない

イメージ
自分では当たり前だと思っていることは時として、他人にとっての当たり前ではない。 習字の段級に対する認識の違いは、そのいい例である。習字の七段とか八段とか師範とかを持っていると、一般に「すごく出来る人」だと思われる。ところが、剣道八段などに比べたら、レベルははるかに低い。 大学生になって自己紹介をする機会が増え、私のかつての習字の段位について同じことを５度も６度も言ってきたので、何かの参考になればと、書き留めておく。 2012年7月の記事より 私は小学１年から習字をやっていた。小、中と９年間続けたが、高校１年の半ばになって、高校と塾が正反対の方向になり、時間的に両立が難しくなってやめた。というよりも実は、高校で書道部に入り、書道というものを知ってから、これ以上習字塾に通い続けても得るものは少ないと思ったのもある。（習字と書道との違いは書くと長くなるので、またの機会に。） 習字塾では、最終的に一番高くて準八段か八段を取った気がする。詳しくは忘れたが、高校生になると一般の部扱いになるので中学までの段位はリセットされて、何級からスタートするというシステムがあったから、八段は最終的な段位ではない。 思い返してみると、私は高校大学と、自ら八段を持っていましたと言ったり書いたりした記憶がない。言う資格がないと思っていたのである。 ところが、小１から習字をやっていましたと言うと、段とかどうだったんですか、と聞かれることが少なくないので、一応八段だった気がします、と答える。すると相手は「へえ」とか「おー」とか感心してくれる。なのでここ１、２年は、私は必ずこう続けることにしている。 実際のところ段は実力をあまり反映してないです。半ば自動的に段が上がっていくので、少しうまく書ければ昇段はけっこう簡単なんです、と。 実際そうなのである。私は長野県内のまあまあ大きい某会に所属していたが、昇段のシステムは全くわからなかった。もちろん小中学生のころの私は、右も左もわからずにただ漫然と字を書いていただけなので、昇段の仕組みなんぞに興味を持つわけはなかった。私の記憶が正しければ、１年に２回くらい、昇段試験がありますからこれこれを書きましょうと先生が指示するので、お手本をそれなりに頑張って書いて提出した。何週間かして、気づけば昇級していた、という具合だったので
続きを読む

「55個の母音を持つ言語」というギネス記録は間違いである

イメージ
私の手元にある1980年度版の「ギネスブック」に、「最も多くの母音を持つ言語」として、ベトナムのセダン語が挙げられている。信じがたきかな、55個もの母音を持つという。 しかし、これは明らかな間違いである。セダン語を記述した論文にあたると、セダン語の母音は７つしかないからである。英語には、母音が10個くらいあるから、英語より少ないのである。 以上。 と言いたいところだが、学生時代の暇に任せて、もう少し詳しいことを書いたので、以下に続く。 その記録は以下のようである。「最も多くの母音を持つ言語」として、 最も多くの母音を持つ言語はベトナム中央部のセダン（Sedang）で、55のはっきり区別できる母音を持つ。（144頁） とある。記述は以上で、出典はない。さて、この記録を信じていいのか。 日本語の母音は、「アイウエオ」の５つである。英語の母音はもっと多くて、アメリカの一般的な英語だと、10個くらいある。 世界の言語を見渡すと、アラビア語や沖縄の一部の方言のように３つの母音しか持たない言語や、ドイツ語、フランス語、ヒンドゥー語のように10以上の母音を持つ言語もある。しかし一般に、世界の言語を見渡したとき、日本語、中国語のように５～７個の母音を持つ言語が大半である。母音が20を超える言語を私は知らず、55個となると、凄まじい数である。 母音というものは、基本的に、舌の上下前後の位置や、唇のすぼめ具合を調整することによって発声される。つまり母音とは、いろいろなバリエーションのあり得る子音と違って、口の中で、舌の位置や唇の形を絶妙に変えることによって生み出される、デリケートな音である。であるから、本当に55個も母音を持つ言語があったとしたら、それを発声する口と、それを聞き分ける耳に、とてつもない精密さが要求されるということだ。果たしてそんな緻密すぎることができるのか。 そんな言語学の知識を抜きにしても、「母音が55個」なんていうのは、直感的に考えておかしい。 あの有名な「ギネス世界記録」に間違いが？と思うかもしれない。けれども、ギネス・ワールド・レコーズ社の担当者が十分な言語学の知識を持ち合わせていたとは限らないのである。担当者の見当違いということはありえない話ではない。 真偽を確かめるべく、調査をしてみたところ（２年ほど前
続きを読む

「お腹と背中がくっつくぞ」の勘違い

イメージ
「どうしておなかがへるのかな」という歌（「 おなかのへるうた 」）があるが、その中の「おなかとせなかがくっつくぞ」という状況を、むかし勘違いしていた。 つまりこういうことだと思っていたのだ。 お見苦しいところ失礼いたしました。 お腹が伸びて背中にくっつくのだと思っていたのだ。おなかがすくと腹が伸びるという道理が分からなかったし、そもそもそんなことありえないのだから、子供心に奇妙な歌詞だと思っていた。それがいかに大変な事態かを感じていただきたく、絵を書いてみたのだが、嬉しいことに、自分の救いようのない絵心の無さを改めて思い知った。無様なものをお見せしてしまって申し訳ない。 しかし、いつだったか、あれはお腹がへこんで腹部がぺちゃんこになる状況を表しているのだと遅まきながら気付き、謎が氷解した。 そんなことを昨日自転車に乗りながらふと思い出したのであった。が、同じ誤解をしていた人は他にもいるに違いないとにらみ、「お腹と背中がくっつく　誤解」で検索してみたら、やはりいた。インターネットはすごい。 ここ とか ここ とか。 こちら のブログは私と同じく絵付きで書いてくれてあるし、 ここ ではアンケートもしている。どうやら１割程度が勘違いしていたようだ。多くないか？ 私の勘違いの他にも、自分のお腹を他人の背中につけると思っていた人もいるようだ。ますます空腹と関係がない。 まあそれはそれでよいとして、「お腹が背中にくっつきそうになるほどへこむ」という、作詞者の想定した状況は、誤解が解けた今でも、いまいち受け入れることができないでいる。というのは、私にとって「おなか」の意味するところはその表面であり、「せなか」もその表面であるからだ。だからどんなにお腹がへこんでも、近づきはしても、絶対に触れることはないのである。腹部がありえないくらいまでに、いやもうヤバいんじゃないか、というくらいにぺらぺらになったとしても、日本語話者の直観としては、それを「くっつく」とは表現するには抵抗がある。 上のアンケートで、１割程度が勘違いしていたということは、私の言語直観が一般にかなり共有されていることの証拠であると思っている。 表面と表面が触れるには、どちらかを伸ばしてもう片方に付けるしかないだろう。ここで子供のイマジネーションである。子供（というか僕の小
続きを読む