問題 No.2318
音声認識や手書き文字認識などの系列変換タスクにおいて、入力と出力の長さが異なる問題に対処するため用いられる手法であるCTC（Connectionist Temporal Classification）の説明として不適切なものはどれか。
【正解の解説】
入力系列と出力系列の長さが完全に一致しているデータセットに対してのみ適用可能な制約の厳しいアルゴリズムである。
CTCは音声の長さと文字の長さがバラバラでも自動で対応できるのが最大の特徴です。これは、例えば10秒の音声の中に「あ」「い」という短い言葉があっても、文字と音のタイミングをパズルのように自動で合わせてくれる仕組みだからです。「長さが一致している場合限定」というのは、長さが違う問題のために生まれたCTCの存在意義を完全に否定する誤った記述になります。
スポンサーリンク
【その他の選択肢の解説】
動的に変化する系列データに対してアライメントの事前学習を必要とせず、出力の確率分布を効率的に計算できるアルゴリズムである。
人間が事前に「この音声の何秒から何秒までが『あ』です」と手作業で目印（アライメント）をつける必要がありません。AIが自動で判断してくれるため、膨大な音声データをそのまま学習させられるという実務上の大きなメリットを説明しています。問題文が「不適切なもの」を聞いているため、この正しい記述は誤答となります。
ニューラルネットワークの出力層の後にブランクという特殊なラベルを導入することで、文字間の区切りを明示的に与えずに学習できる。
例えば「こんにちは」と発音したとき、音声の波形は伸び縮みします。文字の区切りが分からないため、「こんーーにちーーはー」のようにブランクという特殊な空白を挟むルールにすることで、出力の長さのズレを吸収します。この巧妙な仕組みによって、区切りを人間が教えなくてもAIが自習できるようになっており、これも正しい説明なので誤答となります。
入力フレームごとの出力確率に対して動的計画法を用いることで、全ての有効なアライメントパスの確率総和を高速に算出する手法である。
音声認識では、一つの言葉に対して文字の並び方のパターン（アライメントパス）が無数に存在します。それらを一つずつ計算していたら膨大な時間がかかりますが、動向計画法というプログラミングの賢い技法を使うことで、全てのパターンを効率よくまとめて計算できます。これもCTCのコア技術についての正確な記述であるため、不適切な選択肢を探す本問においては不正解となります。