Question#237(AI-900)

正解：C, D

音声からテキストは、ユーザーの音声コマンドをテキストに変換するプロセスです。スマートデバイスの制御では初めのステップとして必須で、Azure Speechサービスでサポートされます。「ライトをオンに」をテキストに変換し、次の解析に進む基盤を提供します。
言語モデリングは、テキストの文脈や構造を理解し、意図を解析するタスクです。変換されたテキストから「ライトをオンにする」という意図を特定し、デバイスを制御するロジックに結びつけます。LUISやカスタム言語モデルがこれを行い、音声コマンドの意味を正確に解釈します。
スマートデバイスを音声コマンドで制御するソリューションでは、まずユーザーの音声（例: 「ライトをオンに」）をテキストに変換する必要があります。これは「speech-to-text」（音声認識）のNLPワークロードであり、必須のステップです。次に、そのテキストの意味や意図（例: ライトをオンにする意図）を理解するためには、言語モデリングが関与します。言語モデリングは、文の構造やコンテキストを解析し、意図を特定するプロセスをサポートし、LUISや類似技術で実装されます。一方、「text-to-speech」は応答を音声化する役割であり、ユーザーがコマンドを出す側では必須ではありません。