令和6年度 ITパスポート試験 公開問題 問78
テクノロジAI・データ活用インタフェース・メディアAI の活用と留意事項UI 設計・ユーザビリティ
利用者がスマートスピーカーに向けて話し掛けた内容に対して，スマートスピーカーから音声で応答するための処理手順が (1) 〜 (4) のとおりであるとき，音声認識に該当する処理はどれか。
- (1) 利用者の音声をテキストデータに変換する。
- (2) テキストデータを解析して，その意味を理解する。
- (3) 応答する内容を決定して，テキストデータを生成する。
- (4) 生成したテキストデータを読み上げる。
解答・解説
正解: ア. (1)
スマートスピーカーが利用者の発話を処理し、応答を返すまでのプロセスにおいて、音声認識（Speech Recognition）とは、人間の発話した音声波形を解析し、テキストデータに変換する技術のことです。
したがって、(1)「利用者の音声をテキストデータに変換する。」が音声認識の処理に該当します。
各選択肢の解説
- ア: 正解。(1) は音声認識に該当します。
- イ: 誤り。(2) は変換されたテキストデータを解析し意味を抽出する自然言語理解（NLU）や自然言語処理（NLP）などに該当します。
- ウ: 誤り。(3) は応答する内容を決定し、応答文章を作成する応答生成や自然言語生成（NLG）に該当します。
- エ: 誤り。(4) は作成されたテキストデータを音声に変換して読み上げる音声合成（Text-to-Speech, TTS）に該当します。