AI LAB / KEYWORD DICTIONARY

学習手法・音声AI

Speech-Only Training(音声のみの学習)とは?

テキストや既存モデルを使わず、人間の発話音声だけを学習データとする学習方法。

仕組みと使いどころ

確認資料の事例では、文字データや既存の事前学習済みモデルに依存せず、生の会話音声から言語、発話のタイミング、抑揚、笑い、間、感情などを学習している。音声をいったん文字に変換すると失われる手掛かりを扱える可能性がある一方、音声データは大きく、同じ文でも毎回波形が異なるため学習は難しい。知識や言語の学習効率には未解明な点もある。

Speech-Only Trainingの活用例

たとえば、こんな場面で

文字化で失われる感情や発話の間を扱う対話モデルの研究方法として検討する。

使うときのポイント

音声のみという説明が、文字データと既存モデルの双方を除外しているか確認する。

参考資料

Dessa - the Conversation Model trained only on speech (新しいタブで開きます)

用語の説明や活用例に関連する参考資料です。

READ & LEARN

用語を知ったら、活用を知る。

AI LABで、AIの動向や業務に取り入れるヒントを読む。

記事一覧を見る