目指すのは“意味まで分かる”音声認識――モバイルUIの変革を目指すニュアンス
端末に向かって話した言葉が自動でテキスト化され、メールの作成やWebの検索に活用できる――。物理キーを搭載しないフルタッチ画面のスマートフォンが増え、メーカー各社が使いやすい文字入力方法を模索する中、にわかに注目を集めているのが音声認識技術を使った文字入力ソリューションだ。 この冬、米Nuance Communications（以下、Nuance）の日本法人、ニュアンスコミュニケーションズジャパン（以下、ニュアンス）が日本市場に投入したiPhoneアプリ「Dragon Dictation」と「Dragon Search」も、音声認識技術を活用した製品の1つ。Dragon Dictationは音声認識で自動生成されたテキストをメールやSNSに利用でき、Dragon Searchは5つのコンテンツソースの検索が可能だ。 アプリの配信開始に合わせて来日した、Nuanceの副社長マット・リーヴィス
音声対話用言語モデル作成
KyTeaを用いた音声対話用言語モデル作成 作成手順の概要 発音を推定する KyTea モデルを作成する 対話書き起こしと適応分野テキストを上記 KyTea で処理 適応分野特有のクラスをクラス記号に置き換える クラス内の単語の生成確率の決定 言語モデルの作成 1. 発音を推定する KyTea モデルを作成する (KyTea Ver.0.13) KyTeaにデフォルトで付属しているモデルは発音ではなく読み(正確にはキーボード入力可能な仮名の列)を推定するためのモデルなので、 発音を推定するためのモデルを別途作成する必要がある % train-kytea -full CSJ+BCCWJ.wordpron -dict UNI.wordpron -model CSJ+BCCWJ+UNI.bin KyTea用モデルファイル(単語分割＋発音推定) CSJ+BCCWJ+UNI.bin % trai
iPhone/iPadアプリ作成の仕上げ・国際化・デバッグ
iPhone/iPadアプリ作成の仕上げ・国際化・デバッグ：SDKで始めるiPad/iPhoneアプリ開発の勘所（3）（1/4 ページ） 初めてiPhone/iPadアプリ開発に挑戦する人が、迷わず短時間でアプリを作れるように、数多くの情報の中から要点をグっと絞った開発の勘所を紹介する入門連載です 連載第2回の「Xcode/Interface BuilderでUI設計＋イベント処理」では、開発ツールを用いたBMI計算アプリの作成方法について紹介しました。今回は、iPhone/iPadアプリ作成後の仕上げとして、ホーム画面のアイコン設定・起動時の画像設定・多言語対応の方法について説明します。 またiPhone/iPadアプリのバグ修正時に必要なデバッグ方法やメモリリーク発見方法についての解説も行っていきたいと思います。 ホーム画面にアプリのアイコンを設定するには 前回作成したBMI計算アプリ
マイクロソフトの「Kinect」、アメリカ手話を認識の可能性--特許出願書類で言及 - GameSpot Japan
マイクロソフトの「Kinect」、アメリカ手話を認識の可能性--特許出願書類で言及 文：Eddie Makuch（GameSpot） 翻訳校正：編集部 GameSpot Japan編集部 公開日時：2010/08/09 14:36 Microsoftが150ドルで近日発売予定の全身モーション・顔・音声認識テクノロジ「Kinect」は、唇の動きを読み、つま先の動作を追跡し、話すことのできない人々の手話も認識する見込みだ。 Microsoftが提出したKinectに関する特許出願書類によると、American Sign Language（アメリカ手話：ASL）でコミュニケーションできる人であれば、Kinectを使用して文字、単語、フレーズの入力が可能になるという。 「話すことのできないユーザーの場合、ボイスチャットに参加できないこともままある」とその特許出願書類は指摘する。「タイピングによ
ロボットポータル-ロボナブル-2010.07.13 AGI、東大などと連携し、音声による感情制御技術で「うつ」の早期発見で実証実験
AGIは、東京大学、情報通信研究機構（NICT）、日本疲労学会、病院、企業などと連携して、音声による「うつ」の早期発見の実証実験に8月にも乗り出す。同社の感性制御技術「Sensibility Technology（ST）」を医療分野に応用。医療機関を通じてうつ患者と健常者の大規模な音声データを収集し、うつと判断する認識技術の精度を高める。言語の異なる海外への展開を狙い、米国での試験も予定している。 STは、音声から「興奮」「喜び」「怒り」「哀しみ」「平常」「笑い」の6つの感情状態を同時に認識する技術。声帯を振るわせることで発せされる基本周波数のほか、声の韻律（リズム）などを複合的に捉えることで感情認識を行う。これまでに、話し手の感情でLEDの色が変わるNECの「言花（KOTOHANA）」に組み込まれたほか、セガのDS用ソフト「音声感情測定器ココロスキャン」、iPhone用アプリ「マインドリ
Engadget | Technology News & Reviews
Doctor Who is back, louder and more chaotic than before
ユーチューブ、英語の全動画に自動字幕機能導入
動画共有サイト「ユーチューブ（YouTube）」のホームページ（2010年1月27日撮影）。(c)AFP/LOIC VENANCE 【3月5日 AFP】動画共有サイト「ユーチューブ（YouTube）」は4日、聴覚障害を持つユーザーへの配慮として、すべての英語の動画に対し自動的に字幕をつける機能を追加した。 ユーチューブでは2008年から、ユーザーが手作業で字幕をつけられるようになっている。さらに前年11月からは、一部のパートナーチャンネルに対し自動字幕機能の導入を開始していた。 聴覚障害者が2015年までに世界で7億人を超えるとの予測もあることから、ユーチューブは、サイトのアクセシビリティ向上に力を入れてきた。 自動字幕機能には、自動音声認識技術が使用される。しかし現段階で、字幕への変換を可能にするには、雑音がなく明瞭に話された音声が必要だ。そのため動画の投稿者には、表示された字幕をダウン
iPhone版AquesTalk2リリース | N.Yamazaki's blog
先程、AquesTalk2 iPhoneをリリースしました。 日本語の音声合成を行う、iPhone OS用のスタティックライブラリです。 機能的には、Windows版と同等の機能をもっていて、直接iPhoneのスピーカに出力するサウンドデバイスへの出力機能も実装しています。 そのため、たった数行のコードを書くだけで、iPhoneアプリで音声合成を簡単に実現できます。また、コードサイズも50KB程度ですのでサイズを気にする必要も有りません。 そして・・・ 無料アプリなら無償で組み込んで配布できます！！！ 「個人に限る」など制限がありますが、ゲームやユーティリティなど、さまざまなiPhoneアプリに、気軽に使っていただけると思います。 配布に関する詳細は、AquesTalk2 iPhoneライセンス規定ライブラリ付属のドキュメントを参照してください。 ライブラリのダウンロードは、こちらから
音声合成ライブラリ製品の紹介 | 株式会社アクエスト
製品紹介 組み込み向け音声合成エンジン 小型・軽量にこだわった組み込みシステム向けの音声合成エンジンです。 昨今、サーバーで音声を合成するクラウド型のシステムが流行っていますが、 AquesTalkを使えばクラウドが使えないシステムでも音声合成できます。 AquesTalk 規則音声合成エンジン: テキスト情報（音声記号列）をリアルタイムに音声に変換します。 AquesTalk10/AquesTalk pico/AquesTalk2/AquesTalk1の4種類のエンジンがあります。 AqKanji2Koe 言語処理エンジン: 漢字を含むテキストを AquesTalk用の音声記号列に変換します。 AquesTalk-KM 小型IoT機器向けに言語処理と規則音声合成エンジンを組み合わせたものです。 その他の製品(アプリケーション) AquesTalkPlayer 3種類のAquesTalk音
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Travellingwave
キーワードスポッティングによるニュース音声の索引付けと分類 | CiNii Research
連続発話音声中に含まれる男声・女声知覚に寄与する音響特徴量 | CiNii Research
概念素に基づく意味理解における音声認識への統合手法 | CiNii Research
【後藤弘茂のWeekly海外ニュース】 MicrosoftのProject Natal技術の舞台裏とその限界
Engadget | Technology News & Reviews
携帯電話で翻訳できる時代も5年以内に、Googleが「検索の科学」 「Google TV」のデモも披露
キーワードスポッティングに基づくニュース音声の話題分類 | CiNii Research
GMMに基づく声質変換を用いた感情音声合成 | CiNii Research
音声対話を実現した英会話用知的CAIシステムの構成 | CiNii Research
音声認識を利用した放送用ニュース字幕制作システム | CiNii Research