CNNで軽量音声認識モデルを作ってTensorFlow.jsで動かしてみたこんにちは。エンジニアの八尾です。 TensorFlow.js を使って、任意のキーワードを含む指示コマンド（短時間音声）をブラウザ上で分類できるか検証しました。今回はキーワードを「アシアル（asial）」にします。 音声データを元にしたCNN（畳み込みニューラルネットワーク）を使った約 100 KB の軽量音声認識モデルの作成手順と、Webアプリでの推論実装（マイク入力→MFCC→予測）までをまとめています。 ソースコード一式はこちらのリポジトリで公開しています。 https://github.com/ytatsuno/202601_voice_recognition TensorFlow.js は、ブラウザや Node.js 上で機械学習モデルの学習・推論ができる JavaScript 向けフレームワークです。 内部では Tensor（テンソル、テンサー） という多次元配列データ構造を
