現在の音声認識というのは、「音素認識」から出発している。音素というのはおおよそ、声をローマ字表記したときの一つ一つの文字だと思ってもらえればいい。例えば、「音素」は/o/,/N/,/s/,/o/の四つの音素に分解できる。この音素が認識できれば、それを結合…