ラズベリー•パイでトライ!音声認識

摘要

音声認識の処理では音声データをそのまま使わず，図1のように音声の特徴を抽出したMFCC(メル周波数ケプストラム係数）という値に変換します.MFCCは生の音声データよりも声道特性（しゃべつたときにどのような口の形をしていたか）などの音素ごとの違いが顕著な特徴をよく表現することができ，音声認識に適していると考えられています.また，生の音声データと比べてデータ量が小さくなります.