ITパスポート試験 ITパスポート 2020年 (令和2年 10月) 問22: AIの活用領域には音声認識,画像認識,自然言語処理などがある。音声認識と自然言語処理の両方が利用されているシステムの事例として,最も適切なものはどれか。

正解

イ. 人から話しかけられた天気や交通情報などの質問を解釈して,ふさわしい内容を回答する。

正答率 75.0%（1,372人中 1,029人が正解）

問題の解説

音声認識は人の話し声をデータとして聞き取る技術、自然言語処理は言葉の意味や文脈を解釈、生成する技術である。人の質問を聞き取り、その意味を解釈して適切に回答するスマートスピーカのような事例では、この両方が使われる。顔や文字の読取りは画像認識、人数の計測は画像や音声の検知にとどまる。

選択肢ごとの解説

• アノックの音の検知と顔の認識は、音の検知と画像認識の組合せで、言葉の意味を解釈する自然言語処理は使っていない。
• イ正しい。話しかけられた質問を聞き取るのが音声認識、その意味を解釈して回答を作るのが自然言語処理で、両方が使われている。
• ウ人の姿や話し声を検知して人数を数えるのは、画像認識と音声の検知であり、言葉の意味を解釈する自然言語処理は必要ない。
• エカメラで英文を読み取るのは画像認識(文字認識)、要約して日本語にまとめるのは自然言語処理だが、音声認識は使っていない。