正答2
解説
正解は2です。
音声認識と自然言語処理の両方を使っているAIの事例を選ぶ問題です。
音声認識は話し言葉を文字に変換する技術で、自然言語処理は文章の意味を解析・生成する技術です。
【選択肢別解説】
1：× ノックの音を検知し、人の顔を認識してドアを開けています。
使われているのは音の検知と画像認識であり、言葉を解釈する自然言語処理は使われていません。
2：○ 話しかけられた質問を聞き取るために音声認識を使っています。
さらに質問の意味を解釈して適切な回答を返すために自然言語処理を使っているので、両方を利用しています。
3：× 人の姿や話し声を検知して人数を数えています。
画像認識や音の検知は使われていますが、言葉の意味を解析する自然言語処理は使われていません。
4：× 英文をカメラで読み取るのは画像認識（文字認識）です。
要約や翻訳には自然言語処理を使いますが、音声認識は使われていません。
【ポイント】
AIスピーカーや音声アシスタントは、音声認識・自然言語処理・音声合成を組み合わせた代表例です。
入力が「声」か「画像」かを最初に確認すると判断しやすいです。