～ 音声感情認識の概要、深層学習の基礎、事前学習モデルを利用した特徴量の抽出と性能向上、音声感情認識の応用例 ～
・すばやくより精度の高い機械学習モデルを構築できる「事前学習モデル」に焦点をあて、音声感情認識の性能向上に活かすための講座！
・従来の感情認識手法から深層学習、事前学習モデルによる音声感情認識技術までを修得し、家電、コールセンター、自動車、ロボット開発への応用に活かそう！
・ＷＥＢ会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
音声感情認識技術の基礎と効果的な活用法および音声感情認識の応用 ＜オンラインセミナー＞
講師の言葉
いわゆる深層学習（ディープラーニング）技術が登場して以来、画像認識や音声認識、自動翻訳、テキスト対話等の幅広い分野で次々と技術革新が起こり、性能が飛躍的に向上しました。今ではこうした技術の多くが様々なシステムに搭載され実用化されています。
音声からその話者の感情を推定する「音声感情認識」も深層学習技術を利用してその性能を向上させており、世界中で活発に研究開発が行われています。本講義では、深層学習の登場以前の伝統的な認識方法の解説に始まり、最新の研究成果までわかりやすく解説します。特に近年では「事前学習モデル」と呼ばれるモデルを利用した方法が主流となっています。これはもともと自然言語処理分野で提案されたもので、ChatGPT等にも用いられています。そこで事前学習モデルに焦点をあて、その仕組みや特徴、利用方法などを詳しく解説します。
セミナー詳細
| 開催日時 |
|
|---|---|
| 開催場所 | オンラインセミナー |
| カテゴリー | オンラインセミナー、ソフト・データ・画像・デザイン |
| 受講対象者 |
・音声認識や感情認識に携わる技術者、研究者、ソフトウェアエンジニアの方 （電子機器、ロボット、自動車、コールセンター、医療、教育、アミューズメント、顧客・マーケティング調査） |
| 予備知識 | ・大学初年度の数学知識 |
| 修得知識 |
・音声感情認識方法の概要 ・深層学習で用いられている技術やモデルの概要 ・事前学習モデルの仕組みと利用方法 |
| プログラム |
１．音声感情認識の概要 （１）．感情の定義 （２）．人間による感情認識の特性 （３）．伝統的な感情認識方法 ａ．特徴量の抽出 ｂ．クラスタリングやSVMを用いた識別
２．深層学習の基礎 （１）．ディープニューラルネットワーク（DNN）の概要 （２）．様々な形式のDNN ａ．畳み込みニューラルネットワーク（CNN） ｂ．リカレントニューラルネットワーク（RNN） ｃ．Transformer
３．事前学習モデルの基礎 （１）．自然言語処理における事前学習モデル ａ．BERT ｂ．GPT （２）．音声データへの適用 ａ．wav2vec2.0 ｂ．HuBERT （３）．事前学習モデルの利用方法
４．事前学習モデルを用いた音声感情認識の性能向上 （１）．音声感情認識法 ａ．事前学習モデルを利用した特徴量の抽出 ｂ．深層学習による識別 （２）．言語情報の利用 ａ．結果レベルでの統合 ｂ．特徴量レベルでの統合
５．音声感情認識の応用例 （１）．コールセンターでの利用 （２）．音声対話システムへの応用 （３）．その他の応用先 |
| キーワード | 音声感情認識 特徴量抽出 深層学習モデル Transformer 事前学習モデル 自己教師あり学習 |
| タグ | 信号処理、音声処理 |
| 受講料 |
一般 (1名)：49,500円(税込)
同時複数申込の場合(1名)：44,000円(税込) |
| 会場 |
オンラインセミナー本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。 |
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日