タグ: 音声認識 / Voice Recognition（用語）
人間の声などをコンピュータに認識させて、言葉を文字列に変換したり、発声している人を識別する技術。
会話型アプリケーション開発のためのAIプラットホームをCiscoがオープンソース化
通信機器大手のCisco（シスコ）は米国時間5月9日、会話型のAIプラットホームのMindMeldをApache 2.0のライセンスにより、誰もが自由に利用できるように一般公開すると発表した。 MindMeldは、Ciscoが2017年に買収した会話型AIの企業だ。同社はその年の終わりごろに、その技術をCisco Spark Assistantに使用して、ミーティング用ハードウェアで音声コマンドが使えるようにした。当時それは、生まれたばかりの新しい技術だった。 現在、エンタープライズのいろんなユースケースに音声を持ち込む取り組みが至る…続きを読む
Google I/Oはアクセシビリティ強化に全力、聴覚障害者にも電車でYouTubeを見るにも便利
マウンテンビューの本社に隣接するアンフィシアターで開幕した今年のGoogle I/Oでは驚くほど長い時間がアクセシビリティの改善に関連する発表に振り向けられた。ライブキャプションなどの新機能はすべて発話とテキストを相互変換するテクノロジーの改善をベースとしている。 テクノロジーとして特に注目すべきなのはこうした音声ベースの自然言語処理の一部が、クラウドとデータをやり取りすることなく、デバイス上で直接実行できるようになった点だ。 Androidの新しいアクセシビリティ機能は聴覚などに障害を持ったユーザーの生活の質を大きく改善するはずだ。…続きを読む
Googleの新音声認識はオフライン化されて高速に、Pixelで利用可能
音声認識は最近のスマートフォンの標準的機能だ。人工知能を利用した分析は驚くほど正確なこともあればひどい混乱に陥ることもある。しかし最大の問題は、Siri、Alexa、Googleアシスタントなどが返事を返してくるのが遅れることだ。Googleの最新の音声認識は完全にオフラインで動作するため遅延を完全に排除できる。ただし認識失敗はやはりときおり起きる。 遅延がなぜ起きるのかといえば、ユーザーの音声データはローカルデバイスからネットワークを通じてはるばる音声認識エンジンが存在するサーバーまで旅しなければならないからだ。データはそこで分析さ…続きを読む
BMW、車載システムにAlexaを導入――音声だけでなくビジュアルも
BMWが数日中にAmazon Alexaのドライバー向けサポートを開始しようとしている。これまでBMWは、Alexaを筆頭にCortana、Google Assistantなどの音声アシスタントの導入計画について語っていたことから、このニュース自体は大きなサプライズというわけではない。しかし私は、車内でAlexaを使うとは一体どういうことなのかを実際に体験するため、ドイツ、オーストリア、アメリカ、イギリスでのオフィシャルローンチ（その他の地域でも近日中にローンチ予定）を前に、ミュンヘンへ飛んだ。 BMWでデジタル・プロダクト担当SVP…続きを読む
人間が犯す言葉の聞き間違いをAIは正してくれるか？答はノーだ
昨日（きのう）（米国時間5/17）までの二日間、ヤニー/ローレル(yanny/laurel)論争に加わらなかった人は、本当に幸せ者だ。でも、それもそろそろ時間切れ。口コミで広まった合成音声がAIへの誇大な過信にぶつかり、そしてその結果は、この俗世のすべてがそうであるように、幻滅だった。 AIによる音声認識ソフトウェアを作っているSonixが、その曖昧な音の断片を、GoogleとAmazonとIBM Watsonと、そしてもちろん自社の、文字書き起こしツールに与えてみた。 GoogleとSonixは最初からうまくいった。ちなみに、正解は…続きを読む
音声認識とAIで会議のノートを取るVoiceraがモバイルの同業Wrappupを買収
Voiceraは、会議などで人間がノートを取ることを今後永遠に不要にしたいと考えている。同社のビジョンはAIによる音声認識システムが、ノートを取るだけでなく話者を認識し、会議の要点や行動案件を要約できることだ。今日（米国時間4/18）同社は、類似のスタートアップWrappupを買収したことを発表した。ここもAIによるノート取りアプリで、Voiceraのビジョンにぴったり符合している。 Wrappupのチームは直ちにVoiceraに加わる。買収価額などの条件は、公表されていない。 VoiceraのCEO Omar Tawakolも、声明…続きを読む
アイルランドのスタートアップSoapBox Labsは、子供のための音声認識技術を開発している
アイルランドのスタートアップであるSoapBox Labsは、自らが「世界で最も正確で使いやすい子供のための音声技術」と呼ぶ技術の開発に邁進している。その技術はサードパーティーのハードウェアならびにアプリ開発者たちに提供される予定だ。その応用範囲は、読みと言語発達を支援する教育アプリ、家庭内で子供の声で制御するIoT機器、スマートトイ、そしてAR/VR体験などに広がっている。 2013年にPatricia Scanlon博士（元ベル研究所の研究員で音声認識技術で約20年の経験を持つ）によって創業された、この若い会社は、現在 Amazo…続きを読む
超音波を使えば、「音」を発せずに音声認識デバイスを騙すことができる
セキュリティ関連技術を研究する中国人研究者が、「音」を発せずに音声認識システムを作動させる方法を開発した。人間には聞こえず、しかしマイクでは検知できる高周波音を用いるのだ。このしくみを用いて、人間には音が聞こえない状況で、さまざまなコマンドを発することに成功したのだそうだ。メジャーな音声認識アシスタントのすべてを操作することができたとのこと。 今回の成果を発表したのは浙江大学の研究者たちで、超音波を用いてコミュニケートするイルカたちにならって、用いた仕組みを「DolphinAttack(PDF)」と呼んでいる。しくみをごく簡単に説明し…続きを読む
Alexaを支える技術Amazon Lexが開発者に開放された
Amazonの仮想アシスタントAlexaを支えているテクノロジーであるAmazon Lexが、今朝（米国時間20日）のロイターの記事によれば、プレビュー段階を終了したということだ。自然言語理解技術を自動音声認識技術を組み合わせたこのシステムが、最初に紹介されたのは11月にラスベガスで開催された、AmazonのAWS re:Invent会議のことだった。 その時Amazonは、例えばチャットボットのような会話型アプリケーションを作りたい開発者たちが、そのようにLexを使うことができるかを説明した。 例として同社がデモしたのは、ユーザーが…続きを読む
MITが音声認識機能を低電力チップに収めることに成功、音声が聞こえたときだけ本体部が動き出す
MITが今日（米国時間2/13）、音声認識チップの開発を発表した。その発表によると、このチップを使うと各種応用製品の音声認識処理の部分の電力消費量が90〜99%節減される。音声技術は今やモバイル製品のほとんどに実装されており、中でもとくに、Siri, Alexa, Google Homeといった音声アシスタントアプリの人気がそのニーズを急増させている。このチップによりそれらの関連回路やソフトウェア部品が大幅に単純化されそうだ。 MITの開発チームは、IoT方面のユースケースをとくに強調している。音声対応を要するそれらのデバイスの電池寿…続きを読む
ザッカーバーグが作ったホームAIのJarvisは、あなたの音楽の好みを学習する
2016年、マーク・ザッカーバーグは野心的な個人的プロジェクトを設定していた。照明の制御、訪問者の監視、家電の操作など、自宅での作業を自動化するための人工アシスタントを構築することだ。ザッカーバーグはFacebook上で、ある意味「想像していたものよりも簡単」だったと述べている – この記事を読んでいる人のそれなりの割合が、そんなことはAmazon Echoのような既存のデバイスでできるのだから驚くほどのことでもないと考えることだろう。 公平を期すために言うならば、ほとんどの（全員？）Echoオーナーは、自分自身のためのAlexaサー…続きを読む
Amazon AIがローンチ、Alexaのような音声アプリが開発可能に
Amazonは本日、ラスベガスで開催している 開発者イベントre:InventでAmazon AIプラットフォームのローンチを発表した。Amazonが何年もかけて開発した機械学習の知性を社外の開発者でも利用できるようにする。最初の段階では3つのツールを提供するが、今後新たなツールを追加していく計画だという。 Amazonは機械学習の取り組みについてあまり発表してこなかったが、この分野において多くの知見があるとAmazon Web ServiceのCEO、Andy Jassyは強調する。「長くAIに取り組んできました。私たちのビジネスに…続きを読む
Amazon Alexaは2016の大統領選挙戦に関する事実確認もすることができる
友人たちと大統領選挙に関して議論した際に、ヒートアップしてしまったことはないだろうか？グッドニュースだ：いまやAlexaは2016年の選挙に関して、候補者の主張そのものに対する事実確認（fact check）をすることができる。対象にはクリントンとトランプの発言だけではなく、コメントの内容がチェックされた、他の候補者や政治家のものも含まれている。 この事実確認機能は、新しいスキルによって可能になっている ‐ Amazonの仮想アシスタントのパワーを強化する沢山のアドオン、音声駆動アプリの1つなのだ。この仮想アシスタントは、Amazon…続きを読む
マイクロソフトの音声認識技術、「人間並み」に到達
マイクロソフトリサーチ（Microsoft Research）にとっては、おめでたい日となったことだろう。研究を続けてきた音声認識技術が、ついに人間レベルに到達したのだ。 具体的にいうならば単語誤り率（word error rate）が5.9%となったのだ。これはプロの口述筆記者と同じレベルとなる。すべてを完璧に聞き取るわけではないが、94%の正確性があれば、十分に会話についていくことができるのだ。 「これは20年間続けてきた研究の賜物です」と研究社のひとりであるGeoffrey Zweigはブログ記事の中で述べている。 マイクロソフ…続きを読む
楽曲認識アプリのShazam、10億ダウンロードでようやく黒字化
モバイルおよびデスクトップ用の音声検索・楽曲認識アプリ「Shazam」のダウンロード数が先ごろ10億件に達したと、Billboardが米国時間の9月29日に報じた。 ロンドンに拠点を置くShazam Entertainment Ltd.は、ついにようやく黒字に転じたことも発表した。これはデジタル形式での音楽売上に対するコミッションと音楽ストリーミングサイトへのトラフィック誘導による収入に加えて、新たに注力していた広告収入の成果とみられる。 ShazamのCEOがWall Street Journalに語ったところでは、同社は現在もSp…続きを読む
Amazonの新しいFire TV Stickはクアッドコア搭載、Alexa対応のリモコンも付属
ゆっくりと、しかし着実に、Amazonは音声認識AIソフトウェア「Alexa」の機能を、数ある自社製ハードウェア製品に組み入れつつある。数週間前、Amazonはこの音声アシスタント機能を米国で提供中のTVストリーミング向けハードウェアソリューションに導入すると発表した。ここでいうハードウェアには上位機種のFire TVから、より小型でドングルベースのFire TV Stickなどが含まれる。 Fire TV Stickの新たに発表されたバージョンでは音声認識機能が組み込まれ、「Fire TV Stick with Alexa Voic…続きを読む
AppleがSiri経由の音声制御に対応したiOS 10向けアプリの一部を公表
Appleは、近々リリース予定のiOS 10に含まれる、Siri経由の音声制御に対応したアプリの一部を本日（米国時間8月31日）発表した。先日のWWDCで発表された通り、新たなiOSにおける最大の変更点のひとつこそ、ユーザーが声を使ってアプリとやり取りができるようになるということだ。近いうちにiOSユーザーは、テキストメッセージの読み書きや写真の検索、Uberといったアプリでの車の手配、ワークアウトアプリの一時停止、友人への支払、サードパーティーのVoIPアプリを使っての電話など、たくさんのことをSiriにお願いできるようになる。 既…続きを読む
Ok, Googleは便利だ―命令リストを見て使いこなそう！
音声認識は便利だ。なんといっても人間はしゃべる動物なので直感的だ。 とはいっても現在の音声認識にはまだそれほど直感的でない部分がある。前回は間違いなく正しい返事をしてくれたのに今回はうまくいかない。これは大抵の場合、使用したキーワードが前回と違っていたり、必要なキーワードを抜かしていたりするのが原因だ。 顔のの見えない相手―AndroidのOk, GoogleやAppleのSiriをうまく使うのは最初は気骨が折れる。インターフェイスに認識可能なテキストを網羅するとそうとうの量になる。それにインターフェイスは常に認識可能な語彙を増やして…続きを読む
ついに、Siriがサードパーティに公開される
期待されていた通り、今年のWWDCでは音声認識アシスタント「Siri」に注がれた惜しみない愛情を見ることができた。たった今、AppleはSiriの音声認識機能をサードパーティの開発者にも公開すると発表した。これにより、サードパーティが開発したアプリを「Hey Siri…」と話しかけて利用することができる。 Siriを通じたYelpの利用や、Twitterのコンテンツを検索する機能をはじめ、これまでにもSiriとサードパーティ・アプリケーションが統合された事例はあった。しかし、Siriが公開され、サードパーティのアプリケーションと連動す…続きを読む
ビールの冷蔵ショーケースのロックにGoogleの音声認識APIを仕込む…あるフレーズを言わないと開かない
一部の読者は、ぼくがカナダ出身であることを知っているだろう。その、多くの読者の北の方にある国が意識に上（のぼ）るのは、誰かがラッパーのDrakeやアイドルJustin Bieberの名前を挙げたときだけだろう。その我が国の建国記念日は7月1日、すなわち来週となっておりまして、いくつかのブランドが商機と狙っている。‘カナダビール’のメーカーMolsonもその一つで、でもその手口は、Googleのソフトウェアの力を借りたテクっぽいしろものだ。 その主役はGoogleの音声認識(Speech Recognition)APIで、ほかの通訳サー…続きを読む
近日開催のイベント
