タグ: 文字起こし / Transcribe（用語）
人間の声などをコンピュータに認識させて、発言をテキストデータにすること。
パンデミックに後押しされて会議の文字起こしサービスOtter.aiが約53億円を調達
音声文字起こし（トランスクライブ）スタートアップのOtter.ai（オッターAI）は、ここ1年ほどの間に、Zoom（ズーム）やGoogle Meet（グーグル・ミート）のような会議アプリに自社の製品を統合することで、リモートワークの未来への投資を強化してきた。新型コロナウイルス感染症（COVID-19）の大流行により、多くの人が在宅勤務を余儀なくされたことで、行われた投資は実を結ぶこととなった。同社は1億回以上のミーティングの、延べ30億分に及ぶ音声の文字起こしを行い、2020年の収益は8倍に増加した。そして今、Otter.aiは新し…続きを読む
AIを利用したリアルタイム音声文字起こしサービスOtter.aiがGoogle Meetでも利用可能に
すでにZoomでオンラインミーティングやウェビナーの録音に使われているAIを利用した音声文字起こしサービスのOtter.ai（オッターエーアイ）は米国時間1月21日、Google Meetのユーザー1億人超へのサービス提供を開始した。しかし今回の場合、Otter.aiはChromeウェブブラウザエクステンションとしてライブでインタラクティブな文字変換とビデオキャプションを行う。 インストールすると、Google Meetのコール中に「Live Notes」パネルがChromeウェブブラウザ上卯で直接起動し、Google Meetインタ…続きを読む
Twitterが音声会話サービスAudio Spacesのテスト開始、文字起こしや話者制限、報告機能あり
11月中旬にTwitter（ツイッター）は、オーディオSNSであるClubhouseのライバルとなるAudio Spacesのテストをまもなく始めると発表した（未訳記事）。Audio Spacesは、ツイッターユーザーが専用のスペースに集まって他の人とライブで会話をするプロダクトだ。同社は発表時にこのプロダクトのスクリーンショットを何点か公開したが、動作の仕様はほとんど明らかにしなかった。ここにきてリバースエンジニアのJane Manchun Wong（ジェーン・マンチュン・ウォン）氏（Twitter投稿）がAudio Spacesの…続きを読む
日本語に特化したAI文字起こしサービス「Rimo Voice」が登場、1時間の保存音声を最短5分でテキスト化
Rimoは9月1日、AI文字起こしサービス「Rimo Voice 」をリリースした。日本語に特化した文字起こしサービスで、句読点を含めた自然な日本語を読み込めるのが特徴だ。会議の議事録や会話の記録、取材内容の文字起こしといった利用シーンを想定。1時間の音声データであれば、最短5分で文字化が可能とのこと。 同社は、2019年10月設立のスタートアップ。Rimoで代表でエンジニアを務める相川直視氏は、自然言語処理・検索・推薦技術を専門としており、早稲田大学の検索など大規模並列処理を専門に扱う研究室で学んだあと、Microsoft Rese…続きを読む
マイクロソフトがウェブ版Word用の音声文字起こし機能と音声認識機能を提供開始
Microsoft（マイクロソフト）は米国時間8月25日、Microsoft 365の利用者全般に向けた新しい音声文字起こし機能「Transcribe in Word（トランスクライブ・イン・ワード）」を開始（Microsoftブログ）したことを発表した。現在、この機能は、Word（ワード）のオンライン版で使用できる。他のプラットフォーム用のものは、後日追加される。さらに、新しい音声認識機能もWordに追加された。例えば、文章のフォーマット調整や編集が声でできるようになる。 その名前が示すとおり、この新機能は会話を文字に変換してくれる…続きを読む
発言者ごとの文字起こし・議事録作成可能な「Sloos」がマイクロソフトの法人向けアプリストアで提供開始
QuantumCore（クアンタムコア）は8月14日、マイクロソフト運営の法人向けアプリストア「AppSource」において、発言者ごとの文字起こしが可能なサービス「Sloos」（スルース）の提供を開始したと発表した。AppSourceからSloos試用版の申し込みが行える。 Sloosは、汎用的なマイク1台で最大10名までの話者を識別し、発言内容をリアルタイムで文字起こし可能。すでに試用含む350社以上が利用しており、Microsoft Teams、Zoomなどのウェブ会議システムとの併用も行える。 またSloosは、開発者・システ…続きを読む
Zoom会議のリアルタイム文字起こし機能をOtter.aiが提供
リアルタイムで音声から文字起こしをするサービスのOtter.aiが、在宅での学習や勤務に役立つ新しい機能を追加する。同社はZoomと統合して「ライブビデオ会議メモ」を提供開始した。ビデオ会議からライブでインタラクティブな文字起こしをして、記録と表示をする機能だ。 Otter.aiによれば、この機能は会議の参加者がヘッドセットやイヤフォンを使っても動作するという。 ライブビデオ会議メモを利用するには、会議参加者がZoomのウインドウの上部にあるLIVEメニューから「Otter.ai Live Transcript」を選択し、Otter.…続きを読む
AIを使った音声テキスト変換アプリOtterがNTTドコモなどから戦略的投資10億円獲得
AIを使った音声のテキスト変換アプリであり会議メモ担当者の友、Otter.ai（オッター・エーアイ）は、日本の大手モバイル通信業者であり新しいパートナーとなったNTTドコモから戦略的投資を受けた。この2つの企業は、共同でOtterを日本市場に送り込む計画を立てている。ドコモは、Otterを独自のAIベースの翻訳サービス子会社Mirai Translation（みらい翻訳）と統合して、正確な英語の書き起こしと、日本語への翻訳を行う予定だ。 この投資は、ドコモの100パーセント子会社であるNTTドコモ・ベンチャーズによるものだが、その額は…続きを読む
GoogleのAI音声認識の自動文字起こしがPixel 3/3aでも利用可能に
Pixel 4が発表された10月のGoogleのハードウェアイベントで強く印象に残ったデモが、AI音声認識を利用した自動文字起こしアプリだ。このRecorderアプリは最新のAIテクノロジーを利用してユーザーの音声を聞き取り、リアルタイムでテキストを生成するもので驚くほど誤りが少なかった。残念なことにこの時点ではRecorderは新しいPixel 4専用のアプリだった。 Android Policeが発見したところによれば、RecorderはPixel3/3aなど以前のPixelデバイスのユーザーにも利用可能になっているという。このア…続きを読む
Pixel 4に搭載されるGoogleの最新録音アプリはリアルタイムで自動文字起こし可能
米国時間10月15日に開催されたハードウェアイベントで、GoogleはAndroid用の新しいボイスレコーダーアプリを発表した。これは、リアルタイムの音声処理、音声認識、AIといった最新技術を利用して、人が話している最中に音声を聞き取ったテキストをリアルタイムで自動生成するもの。このような進化によって、スマホの録音機能がさらに便利に活用できるようになる。インターネットに接続していない状態でも録音をテキストに変換できる点にも注目だ。 この機能は、Otter.ai、Reason8、あるいはTrintなど、同様にAIを活用した文字起こし機能…続きを読む
Googleが音声をリアルタイムで文字に書き起こす「Live Transcribe」などの便利機能を公開
Googleは、今朝、聴覚障がい者や難聴者のためのAndroidの新機能を２つ発表した。同社が今朝のブログ記事でも触れているように、WHOは聴覚に障がいのある人は、2055年までに９億人に達すると推定している。特にAndroidというモバイルデバイスの普及率の高さを考えると、そうした人々にコミュニケーションの扉を開く確実な可能性を提供することができるはずだ。 その２つの機能のうちで、より有力なのはLive Transcribeだ。その名前が示すように、この機能は音声をリアルタイムで文字に書き起こすもの。聴覚に障がいのあるユーザーも、音…続きを読む
Microsoft、ビデオの自動文字起こし提供へ――Office 365にAIベースのアップデート
米国時間の8月28日、MicrosoftはOffice 365契約者のOneDriveとSharePoint向けにAI利用のアップデートを発表した。これによりMicrosoftのクラウド・ストレージに機械学習を利用した強力な能力が備わることになる。 新機能が実装されるのは今年中の見込みだ。MicrosoftのIgniteカンファレンスは来月フロリダ州オーランドで開催される。ここで今日のアップデートのいくつかのデモが見られると予想してもよさそうだ。 OneDrive、SharePoint向けアップデートのハイライトのひとつはビデオとオー…続きを読む
Deepgramがディープラーニングを利用する機械書き起こしサービスを無料で公開、データの獲得をねらう
オーディオデータを機械学習で処理するDeepgramが今日（米国時間10/10）、同社の機械書き起こしサービスを無料で公開した。これからはTrintのようなサービスにお金を払って自動化書き起こしという汚い仕事をやらせなくてもすむわけだ。無料化の秘密は、“データの取得”にある。 機械書き起こしは、完成された技術ではない。というか、機械何々はどれも未完成だ。それでも最近は、機械何々を完成させるためのデータを得ようと、各社が競っている。Deepgramのやり方は、書き起こしサービスを無料にして多くの人にオーディオデータをアップロードしてもら…続きを読む
書き起こしもやってくれるボイスメモアプリRecocoなら録音の大事なところだけ聞き返せる
記事を書くという仕事柄、インタビューを録音しておくことが多いのだけれど、録音データの問題は後から大事な部分が見つけづらいことだ。1時間分も録音データがあると、インタビューアーの数秒の発言がどのタイミングにあったか探すのに苦労する。今回、録音データの聞き返しを楽にするボイスメモアプリRecocoを試してみたので紹介したい。 Recocoは音声を録音しながら、自動で文字起こしを行い、簡単なタグとメモ機能がついているボイスメモアプリだ。Recocoを立ち上げて「録音をはじめる」ボタンを押すと、録音と書き起こしが始まる。録音画面の下部に「区分…続きを読む
iOS 8最新ベータに、（ほぼ）リアルタイム書き起こし機能がついた
つい先ほどAppleのiOS 8 beta 4が公開され、新機能の一つとしてビジュアル化された書き起こし機能が加わった（上のビデオはMacRumorsより）。話した言葉が、ほぼリアルタイムでテキスト変換されているのがわかるだろう。これは以前Siriに登場した機能だが、メッセージその他のテキスト入力ボックスの音声入力オプションとしては初めてで、かなりクールだ。 ライブテキスト変換は、MicrosoftがCortanaで大々的に宣伝しているが、これには誰かを驚かせる以上の価値がある。話した言葉をシステムがどう解釈したかをその場で見られるの…続きを読む
近日開催のイベント
