Now Loading...

Now Loading...

CTC

CTC

RNNでは入力したデータの数と得られる出力の数は一致しますが、音声入力を扱う際、必ずしも入力した音声データの数と出力すべき音素の数は一致する訳ではないため、このギャップを解消する手法がCTC(Connectionist Temporal Classification)です。

CTCでは例えばhelloという単語であればheelloやhe_llo、helloo等の出力も正解ということになります。

クイズ

以下の文章を読み、空欄(ア)に最もよく当てはまる選択肢を1つ選べ。 再帰型ニューラルネット(RNN)は、音楽や動画などのデータに用いるネットワークである。(ア)はRNNを用いて入出力間で系列の長さが違うタスクを扱うことができる。
  • 正解を見る
  • 解説を見る
    CTC(Connectionist Temporal Classification、コネクショニスト時系列分類法)は、RNNの出力の解釈を変更し、入力系列と長さの違う出力系列を扱えるものです。任意のRNN(LSTMを含む)に適用できます。

人工知能基礎講座を提供中

人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか? 人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。

サンプル動画

人工知能基礎講座はこちら↓ zero to one G検定 人工知能基礎 jdla

AIエンジニアを目指すならE資格

日本ディープラーニング協会の実施するE資格の受験に必要となるE資格認定プログラムを割引価格で提供中です。最短合格を目指す方向けのスピードパッケージを70,000円で提供中。(一発合格で33,000円のキャッシュバックキャンペーンも実施中です) zero to one E資格 jdla

AI初学者・ビジネスパーソン向けのG検定対策講座

G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。 zero to one E資格 jdla

関連ワード

ディープラーニングの手法

畳み込みニューラルネットワーク

深層生成モデル

画像認識分野

音声処理と自然言語処理分野

深層強化学習分野

モデルの解釈性とその対応

モデルの軽量化