⑦ DL応用①画像・音声・自然言語
G検定 第629問
問題
従来の音声認識システムにおいて入力された音声の特徴量から最も可能性の高い音素の並びを確率的に推定するモデルはどれか。
A言語モデル
B音響モデル✓ 正解
C生成モデル
D自己回帰モデル
正解
B：音響モデル
解説
抽出された音声の特徴がどの音素に該当するかを辞書と照らし合わせて推論します。
分野解説：⑦ DL応用①画像・音声・自然言語
ディープラーニングの代表的な応用領域である画像・音声・自然言語処理を学ぶ分野です。画像認識・物体検出・セグメンテーションの代表モデル、音声認識の仕組み、自然言語処理におけるword2vecやTransformer、BERTなどが問われます。各タスクで使われる代表的な技術やモデル名と、その特徴を結びつけて覚えることが重要です。技術の進化が速い領域のため、有名なモデルの位置づけを押さえると理解が深まります。
この分野の問題をすべて見る →本番形式で問題を解いてみよう
クイズモードで挑戦 →同じ分野の関連問題
G検定について
AI・ディープラーニングを事業に活かす力を証明
| 主催 | 一般社団法人 日本ディープラーニング協会（JDLA） |
|---|---|
| 出題形式 | 知識問題（多肢選択式）160問程度 |
| 試験時間 | オンライン試験100分・会場試験120分 |
| 受験料 | 13,200円（税込）※学生5,500円 |
| 合格基準 | 合格基準は公表されていない |
| 難易度 | ★★★☆☆（標準） |
G検定の関連記事
AI史から法律・倫理まで：G検定を3週間で回す順番
Gはジェネラリスト、つまり実装しない人のための検定です。生成AIを取り込んで動き続けるシラバスにどう追いつくか、9分野の分量と1038問の使い分けを段階ごとに整理しました。
20時間で届く人と60時間かかる人、G検定の差はどこか
合格ラインは非公表、そのうえ約200問を120分で処理する。G検定の負荷は内容の深さより範囲と速さにあります。文系は技術、理系は法律・倫理でつまずく偏りにも踏み込みました。
基礎から生成AIまで、G検定の深層学習用語を段階で並べる
CNNは画像、RNNとTransformerは系列、GANと拡散モデルは生成。名前の似たディープラーニングの略語を、どの領域で何に使うかとセットで並べた、試験直前の確認用チートシートです。