音声の識別

質問

ア～オの音声の波形は人によって異なっているにもかかわらず、他人にはなぜアイウエオを識別できるのでしょうか。

教えてください。

回答No.2

mide

音というのは通常いろいろな周波数の純音が重なったもので，どの周波数がどのくらいの強さで含まれているかというパターンをスペクトルといいますが，人間の音質の認識は音波の波形ではなく主にこのスペクトルによっています。というのも音を知覚する内耳の蝸牛管の神経細胞が周波数別になっているからです（簡単にいえば）。

波形だけ見ると，人によって違うだけでなく同じ人が発音した同じ母音でもその都度違っています。

母音の場合，スペクトルは基底周波数とその整数倍の周波数の音が主ですが，その中に特に強い周波数帯がいくつかあり，それをフォルマントといいます。母音の識別は主にフォルマントのパターンに依存するのですが，個人差や前後の音などによっても差があるため，機械的な識別はそう簡単ではありません。

子音の場合も主にスペクトルやその時間的変化で認識されます。

回答No.1

multi-otaku

＊単純に・・人によって文字の形は異なるのに、どうして人の字が読めるのですか？
　　　　　　　活字でも明朝体、ゴシック体、イタリック体、勘亭流などいろいろありますね。

　　　　　　　人間はパターン認識が得意です。得意というか、ランダムなところに
　　　　　　　パターンを見つけてしまいます。理由は不明です。
　　　　　　　あえていえば「進化の過程で必要だったから」というべきでしょう。
　　　　　　　犬でもご主人の声や命令His Master's Voiceを聞き分けますよね。

＊もう少し詳しく・・人間のパターン認識の方法はよくわかっていません。
　　　　　　　　　　　現在は数学的なパターン認識を行っています。
　　　　　　　　　　　活字OCR（活字印刷物を文字データに直すソフト）でも
　　　　　　　　　　　日本語では90-99%程度です。手書きOCRは実用になるものが
　　　　　　　　　　　（普通の値段では）存在しません。
　　　　　　　　　　　　　　（郵便番号は、字が10種類だから実用化されている）
　　　　　　　　　　　　指紋の鑑定では、かなり一致します（特徴点の抽出）。　
　　　　　　　　　　　音声認識ソフトは進化中で実用化されていますが、
　　　　　　　　　　　それが人間の使っている方法と同じかどうかは
　　　　　　　　　　　　はっきりしていません。
　　　　　　　　　　　あなたが若い人なら、チャレンジしてみてはいかがですか？