授業科目詳細

2026 年度の講義概要のデータベースを検索します。カリキュラムツリーへのリンク

科目名 Course title サブテーマ Subtitle

音声情報処理
＜C＞

授業形態/単位 Term/Credits クラス Class

夏集/2

授業概要 Course Description 到達目標 Course Objectives

授業種別 / Teaching Types: 講義（対面型）
言語 / Language: 日本語(Japanese)
授業概要 / Course Description: 計算機を用いて音声情報を扱う技術を学ぶ．
音声情報を計算機に理解させる情報表現手法や，音声信号処理を支えるデジタル信号処理の基礎技術（標本化と量子化，フーリエ変換など）について説明する．
加えて，応用的な音声認識や音楽情報処理といった様々なアプリケーションについても講述する．
到達目標 / Course Objectives: ①知識・技能の観点
音声情報処理についての基礎的な知識と，それを支えるデジタル信号処理についての基礎的な技術を身につける．

②思考力・判断力・表現力等の能力の観点
アナログな信号をデジタルに捉えるための思考能力を身につける．
講義を通して，数式表現を解釈可能になる．

③主体的な態度の観点
自身の理解度に合わせ，適切に学習計画（予復習を含む）を組み立てて学習する．
授業手法 / Teaching Methods: ・教員による資料等を用いた説明や課題等へのフィードバック
・学生による学習のふりかえり

授業計画 Course Content

授業計画 / Course Content: 音声情報を扱う上での基本的な考え方や処理について学ぶ．
具体的には，以下のような項目を取り扱う．
講義実施時限については，随時微調整する可能性がある．

・1日目: 音声情報の処理
音声学と音韻論，音声の生成過程，音声の分析，音声の認識，音声の記号化など

・2日目: デジタル信号処理
スペクトル包絡，基本周波数，フーリエ変換など

・3日目: 音楽情報処理
歌声および楽音に対する処理，音楽の分類・推薦など

・4日目: やや詳細な内容・総まとめ
標本化と量子化，フーリエ変換の詳細，総まとめテスト

なお，夏期集中講義のため，オンデマンド配信授業は行わず，全て対面での実施とする．
授業時間外学習 / Expected work outside of class: 集中講義のため，授業時間外の学習時間を確保しづらいことが予想されるが，うまく理解できなかった内容を中心に，可能な限り当日中に復習することを推奨する．

成績評価の方法・基準・評価 Grading Policies / Evaluation Criteria

方法 / Grading Policies: 定期試験を行わず、平常試験(小テスト・レポート等)で総合評価する。
小テスト（85%），レポート（15%）
小テストの受験はWebにアクセスできるデバイスが必要となる．
基準・評価 / Evaluation Criteria・Assessment Policy: ①知識・技能の観点
小テストを通して，音声情報処理に関する基礎的な知識，および音声情報処理を支えるデジタル信号処理技術への理解を評価する．

②思考力・判断力・表現力等の能力の観点
小テストを通して，デジタル信号およびそれらから得られる特徴量について，理解し算出する能力が身についているかを評価する．
また，上記の導出に関わる数式表現についての理解を評価する．

③主体的な態度の観点
レポート課題を通して，自らの理解度および興味に合わせた探究学習が出来ているかを，その計画能力も含めて評価する

参考書 References: 高島遼一　　Pythonで学ぶ音声認識　　インプレス　　978-4295-01138-5
森勢将雅　　ひたすら楽して音響信号解析 - MATLABで学ぶ基礎理論と実装 -　　コロナ社　　978-4-339-00939-2

担任者への問合せ方法 Instructor Contact: LMSのメッセージ機能を用いるか，またはEメールで yudait@meiji.ac.jp まで問い合わせ

備考 Other Comments: 各授業日の最終時限に，同日に実施した講義内容についての小テストをLMSを通して実施する．
最終日には，追加して全講義内容を振り返る小テストを実施する．
いずれの受験においても，Webにアクセスできるデバイスが必要となる．

本講義は夏期集中講義のため，オンデマンド配信授業は行わず，全て対面での実施とする．
講義実施日および時限，教室等の詳細は，然るべき時期にLMSを通して通知する．