はてなブックマーク

ディープラーニング（深層学習）を使った声質変換技術で、わずか５秒という短時間の音声データからヒトの声を再現・復元する人工知能（AI）「One’s Voice」を開発した企業が東京・調布にある。電気通信大学発のベンチャー、voicewareだ。 声質変換は、発話内容はそのままに、まるで別人が話しているかのように音声を修正する技術。voicewareの田村一起代表取締役社長・最高経営責任者（CEO）はこのほど、AVILEN AI Trendの独占インタビューに応じ、「声を失くした人や、亡くなった人など、既に失われた声を再現するというところに特化してやっています」と話す。 「One’s Voice」ー６月にも正式リリース目指す 田村CEOは、開発・公開中の声質変換AI「One’s Voice」（α版）について、同社の中鹿亘最高技術責任者（CTO）が准教授として教鞭を執る電気通信大学と共同実施して

当記事ではPython3でデータ解析をするために、pandasというPythonのライブラリを用いて、csv形式のファイルをデータフレーム型 として読み込む方法を紹介いたします。当ページのプログラムは、自作のデータを使っています。同じことをしたい方は是非ダウンロードして一緒に手を動かして見てください！（通常のクリックでダウンロードが始まらない場合は、右クリックでリンク先のファイルをダウンロードを選択してください。）→サンプルcsvファイル データフレーム型ってそもそも何？ データフレームは、データを操作する上で非常に便利な性質を持っています。下図のような形で、見た目は行列と同じく、2次元配列のようになっていますが、データフレームの方は列名や行名を持ち、それによってデータを操作することも可能です。また、データフレームは複数のベクトルによって構成され、それぞれのベクトルは互いに同じ型である必要

「Pythonでデータ解析をするなら、とりあえずnumpy使う」というのは、データサイエンティスト達の間では割と一般常識になりつつあります。でも、実のところnumpyがどういうのものなのか分からない、という方は一定数いるのではないでしょうか。そこで「numpyってすごい有名だけど、何がすごいの？」とか「なんでnumpyをマスターしなきゃいけないんだ？」という疑問を抱いている初心者たち向けに、この記事を書きました。numpyの良さをわかりやすく伝えられるように、通常のPythonコードとnumpyを使った場合のコードを比較しながら解説していきます。 numpyとは何か？ numpyは配列(リスト)計算を高速にするためのPythonのライブラリです。Pythonには標準の機能としてリスト型変数がありますが、numpyはこれを強化したnumpy配列というものを扱います。では、numpy配列のどこ

有名なゼノンのパラドックスの一つである、「アキレスと亀」という話が今回の記事のテーマです。「アキレス（足がかなり速い人。）は100メートル先にいる亀に絶対に追いつけない」ということを、ゼノンは述べました。 アキレスと亀は有名な話なので、すでに多くの人がその問題概要と、その数学的な解決を知っているのだと思います。が、今回は、数学的な解決によって終わらず、もう少しこの問題について考察していこうと考えています。実はこの問題と本気で向き合おうとすると、専門家が長年議論を重ねてきた、数々の難題にぶち当たります。 アキレスと亀とはどのような話なのか？ まずは、概要を知らない人のために、アキレスと亀とはどのようなパラドックスなのか、ということを説明しておきます。 昔、アキレスという名の恐ろしく俊足の人と、かわいそうなほどに足の遅い亀がいました。二人はある対決をすることになりました。アキレスが100メート

今回から、いよいよR言語を使って行う解析に入ります。最初の解析は、線形モデルによる回帰分析です。 Rでは様々な解析用・分析用関数が用意されています。そして、次の3種類がR言語で回帰分析用の関数として用意されているものです。 １．lsfit()　……最小二乗法を用いた回帰分析。 ２．lm()　……線形モデルを用いた回帰分析。 ３．glm()　……一般線形モデルを用いた回帰分析。 今回はこのうちの2つ目。”lm()”という関数を用いて、線形モデルによる回帰分析を行う方法について、説明してきます。Pythonでの回帰分析はこちら→Python3で線形モデルによる回帰分析とプロット

Google Cloud PlatformにはSpeech APIという音声認識を行うための機能があります。今回はこちらのAPIを使って、Pythonで音声の日本語をテキストに起こしてみようと思います。Speech APIの詳細。 また、Pythonで録音するプログラムと合わせて使うことで、録音した音声をほぼリアルタイムにテキスト化するプログラムも作成いたしましたので、ぜひ参考にしてください。 音声ファイルをテキストにするサンプルプログラム 以下にサンプルプログラムを示します。 #coding:utf8 import base64 from googleapiclient import discovery import httplib2 #APIキーを設定 key = "YourAPIKey" #音声認識に使うファイル名 speech_file = "sample.wav" #URL情報

このページはMac版のRのインストールについて書かれています。Windows環境の人はこちらをお読みください。 ※本記事のインストール当時ののPC環境は、OS Ⅹバージョン10.11.5です。 ※mac OS Sierra バージョン10.12.5でも同様の方法でインストールできました。(2017年7月16日) ※R言語入門のトップページはこちら MAC版のRをインストール まずはR言語を扱うための実行環境をこちらのサイトからインストールして下さい。日本語版のものがダウンロード出来ます。 https://cran.ism.ac.jp/ 今回はMacにインストールするのでOS Ⅹ版のRを選択しましょう。”Download for (Mac)OS Ⅹ”をクリック 次のページで様々なバージョンのRパッケージが表示されます。基本的には一番上にある、最新バージョンをダウンロードするので問題ないでしょ

この記事ではPython3で線形モデルによる回帰分析のやり方を分かりやすくご紹介します。サンプルcsvファイルを説明用に使いますので、記事を読みながら一緒に手を動かしたい方はぜひダウンロードして使って下さい。 データは以下のような形です。 number age blood_pressure lung_capacity sex weight disease 0 1 22 110 4300 M 79 1 1 2 23 128 4500 M 65 1 2 3 24 104 3900 F 53 0 3 4 25 112 3000 F 45 0 4 5 27 108 4800 M 80 0 5 6 28 126 3800 F 50 0 まずは単回帰分析 使うライブラリは、statsmodelsです。これを用いて最小二乗法を用いた線形モデルによる回帰分析を行います。 今回は、X血圧(blood_pre

ここでは、Rでt検定を行う方法について解説していきます。t分布に従うと仮定して、ときには複雑な式を使って標準化する必要もあるt検定ですが、Rを使えば一瞬で出来てしまいます。 t検定には対応の無い検定としてスチューデントのt検定、ウェルチの検定、ウィルコクソン検定があります。そして対応のある検定もあり、いろいろな種類がありますが、全てR上で簡単なプログラムによって行うことが出来ます。 ・t分布のグラフを描きたい方は、Rでt分布のグラフを描く方法【dt()の使い方】を参考にしてください。 ・t検定の理論的な内容については、t検定とは？種類と手順を解説！でまとめています。 ※R言語入門のトップページはこちら

当ページでは生存時間データ解析の基本中の基本を解説していきます。 そもそも、生存時間データ解析とはなんなのか？というところから始め、生存関数とハザード関数の概念とその関係について、初心者にもわかるようなページとなっております。 生存時間データ解析とは？ 生存時間解析というと、その名称から「死亡までの時間」についての解析だというイメージがつきまといますが、実際にはそれに限らず、もっと幅広い分野で使われている解析です。生存時間データ解析とは、イベントまでの時間データに対する解析という意味です。よって、取り扱われるテーマとしては、次のようなものがあり、多岐に渡ります。 ・疾病の再発または回復までの時間 ・品質管理の分野では工業製品が故障するまでの時間 ・経済の分野では失業期間

このコーナーでは、完全な初心者向けに、R言語でのプログラミングを紹介していきます。 今回は入門コーナーの初回ということで、本当に基礎中の基礎を学んでいきましょう。今回で、Rの使い方がある程度おわかりいただけるかと思います。さて、Rでいう基礎とは、ベクトルと行列の操作です。Rでいうベクトルや行列とはそもそも何なのか、そこも含めて解説していきます。 R言語では基本的に解析データをデータフレームとして読み込みます。データフレームとは、データを表のように扱うR言語の型の一種であり、行列などとよく似ていて、いくつものベクトルの集合体でもあります。 つまりベクトルや行列の操作が出来れば、R言語での、統計的解析が出来るということです。 ベクトルを作ってみよう ベクトルを作るときはc()で生成します。皆さんベクトルというと、高校生の時に習った2次元のベクトルや、3次元のベクトルが思い浮かぶと思います。Rで

R言語では、本当に便利なコマンドがいくつもあります。頑張れば、知らなくても解析は出来たりしますが、知っておくと解析がはるかに楽になる、というような類のものになっております。ただし、一度に全部覚えるようなものではなく、実際に解析を行っているうちに徐々に覚えるというようなものです。 なので、今回は「へえ～こんなコマンドもあるんだ～。便利だね～」っていうようなスタンスで、ご自身のパソコンで軽くプログラムを流しながら読んでもらえればと思います。