令和2年度 ITパスポート試験 問22
ストラテジ／ビジネスインダストリ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。
出典：令和2年度 ITパスポート試験 問22
- アドアをノックする音を検知して，カメラの前に立っている人の顔を認識し，ドアのロックを解除する。
- 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。
- ウ野外コンサートに来場する人の姿や話し声を検知して，会場の入り口を通過する人数を記録する。
- エ洋書に記載されている英文をカメラで読み取り，要約された日本文として編集する。
正解：イ
解説
音声認識は人の話し声を文字や言葉として認識する技術，自然言語処理は文の意味を解釈したり生成したりする技術です。話しかけられた質問を音声として認識し（音声認識），その意味を解釈してふさわしい内容を回答する（自然言語処理）のはスマートスピーカなどの事例で，両方が使われています。ア は音の検知と画像認識，ウ は画像認識と音声の検知，エ は文字認識（画像認識）と自然言語処理（要約・翻訳）で，音声認識と自然言語処理の組合せではありません。
選択肢ごとの解説
- ア誤り。ノック音の検知と顔の画像認識であり，自然言語処理は使われていません。
- イ正しい。話しかけられた質問を音声認識で捉え，自然言語処理で意味を解釈して回答する事例です。
- ウ誤り。姿（画像認識）と話し声の検知で人数を数えるもので，言葉の意味を解釈する自然言語処理は使われていません。
- エ誤り。カメラで英文を読み取る（画像認識・文字認識）部分と，要約・翻訳（自然言語処理）の組合せで，音声認識は使われていません。