Speech API - 音声認識 | Google Cloud Platform
Try Gemini 1.5 models, the latest multimodal models in Vertex AI, and see what you can build with up to a 2M token context window Convert audio into text transcriptions and integrate speech recognition into applications with easy-to-use APIs. Get up to 60 minutes for transcribing and analyzing audio free per month.* New customers also get up to $300 in free credits to try Speech-to-Text and other
Jasper | Control everything with your voice
Jasper is an open source platform for developing always-on, voice-controlled applications Control anything Use your voice to ask for information, update social networks, control your home, and more. Always listening Jasper is always on, always listening for commands, and you can speak from meters away.
研究者らが無償のオープンソース版Siriを開発 - BRIDGE（ブリッジ）テクノロジー＆スタートアップ情報
Image Credit: Bhupinder Nayyar/Flickr AppleやMicrosoftのような大手テクノロジー企業は、モバイル機器に搭載されたパーソナルデジタルアシスタント機能を多くの人に提供してきた。そのおかげでユーザはデバイスに話しかけるだけでアラームをかけたり、質問の回答を得たりすることができるようになった。現在、他の企業も新しいオープンソースのソフトウェアを用いて、それぞれ独自のバージョンのアシスタント機能を作成することが可能になった。そのソフトウェアは、Sirius。もちろん、AppleのSiriをもじったものだ。 今日、トルコで開かれている「プログラム言語およびOS向けアーキテクチャサポートに関する国際会議」にて、ミシガン大学の研究者らがSiriusについてのプレゼンテーションを行った（編集部注：原文掲載3月14日）。時を同じくした今朝、SiriusはPro
［脳に挑む人工知能5］Watsonテクノロジーの全貌、IBMはなぜAIと呼ばないのか
あるときは銀行の窓口業務をこなし、あるときはがん患者の治療方針を提案し、あるときは独創的な料理を作る――。米IBMの「Watson」が提供するアプリケーションはあまりに多彩で、捉えどころがない。 Watsonとは、いったい何を指す言葉なのか。IBMは、クイズ王を破ったこのコグニティブ（認知）システムを、どうビジネスに結びつけるつもりなのか。英語向けのWatsonを日本語に対応させることは、本当に可能なのか。 これらの問いに最も適切な答えを返せるのは、Watson Groupの指揮を執るIBMシニア・バイス・プレジデントのマイク・ローディン氏だろう。 ローディン氏は、Software Solutions Groupの責任者だった2011年半ば、クイズ番組「ジョパディ！」でWatsonがクイズ王を破ったシーンをテレビで見て、思わず「I want that！（これが欲しい！）」と叫んだという。翌
音声認識ソフトを使ってキーボードより速くプログラムをコーディングする実例
By Gray 音声認識で文字入力する技術は古くからありますが、まだまだ実用にはほど遠いという印象を持っている場合の方が多いはず。しかし、音声認識入力でキーボードよりも速くプログラミングすることは可能であることが判明しました。 Using Voice to Code Faster than Keyboard http://ergoemacs.org/emacs/using_voice_to_code.html このムービーはプログラミング言語「Python」の世界会議Python Conference 2013におけるプレゼンテーションで撮影されたもので、キーボードによるタイピングよりも速く音声認識入力によりプログラムがコーディングされていく様子がよく分かります。 Using Python to Code by Voice - YouTube 音声入力によるプログラムコーディングの様子をプ
ミクさんがSiriみたいになってくれる！？ 初音ミクとおしゃべりできるアプリを開発した人が現れたぞ
「こんばんは」「こんばんは、マスター！」――単なる音声認識サービスではなく、認識した言葉に反応して、ユーザーが求めるアプリを起動したり、会話したりできる機能がスマートフォンにあったらいいのになあ。しかもキャラクターがミクさんだったらもっとうれしいなぁ……。そんな夢を現実のものにした動画が投稿されていました。アプリ「MikuMikuNow」の爆誕です。 起動すると「マスター、ミクですよー！」との音声が！ おおっ、画面の中にミクさんが生きておる。スマホを持つ手が小刻みに震えそう。この「MikuMikuNow」は自分の話した言葉に応じて初音ミクが返事をしてくれるアプリ。Android向けに開発しているものです。 今日の天気は？ 明後日の沖縄の天気は？ のような質問にも的確に答えてくれます。会話内に地域が含まれていればその地域の天気をとってきてくれるのだとか。さらにWeb検索機能も充実。検索したい
どの画面からも｢OK、Google｣機能が使用可能に
外で使うのは、ちょっとはずかしいですね。 グーグル検索のアップデートにより、どの画面からも｢OK、Google｣機能が使用できるようになりました。 ｢OK、Google｣機能とは、携帯端末に向かって｢OK、Google｣と発声すれば、音声検索などさまざまな機能が利用できるようになるものです。これまではホームスクリーンのみでしたが、アップデートにより設定を有効にしていれば、どの画面からも使用可能になりました。 現時点で、この機能は米国内限定、対応言語も英語のみとなっており、日本語では使うことができません。日本でも使えるようになったら、街中で｢OK、Google｣という声を聞くようになるのでしょうか？ source: Droid Life Eric Limer - Gizmodo US［原文］ （谷垣友喜）
Android WearはほぼGoogle Now、だからこそ超有望
Android WearはほぼGoogle Now、だからこそ超有望2014.03.20 23:00 福田ミホ ｢言わなくてもわかってる、これでしょ｣ってやつが、今度は手首からやってくる。 グーグルがスマートウォッチ専用プラットフォームAndroid Wearを発表しました。たしかに、ウェアラブルなAndroidだからAndroid Wearってネーミングはまあストレートです。でももっと厳密には、Google Now Watchと呼ぶべきかもしれません。そしてそれは、素晴らしいことです。 Android Wearのティザー動画（ちょっと出来すぎな機能チラ見せ満載）を見ると、これはもう腕時計の形をしたGoogle Nowです。ボイスコントロール、カード、｢聞かなくてもわかってるよ、これでしょ｣っていう情報表示。みんな、Androidの最良機能であるGoogle Nowを使ってきた人にはおなじ
話した言葉をテキストにおこしてくれるサービス「ONLINE DICTATION」 | ライフハッカー・ジャパン
疲れやすい、呼吸の浅さを改善。ストレッチポールは毎日使いたいほど気持ちがいい!【今日のライフハックツール】
Kotaku - The Gamer's Guide
The Missing begins with two messages: “This game was made with the belief that nobody is wrong for being what they are” and “This game contains explicit content, including extreme violence, sexual topics, and depictions of suicide.” The messages cut straight to the chase: The Missing is both a sweet love story and one…
速攻で日本語版「Siri」に告白してみた
2012年3月8日は、日本のAppleユーザーにとって記念すべき日になった。といっても、新型iPadが発表されたことではない。フルHDに対応した「Apple TV」でもない。なにより重要なのは、音声認識を利用したバーチャル秘書的機能「Siri」の日本語対応である。 アップルによると、日本語版はまだ「Beta」であり、「数週間以内に順次利用できるようになります」（製品情報ページの記載）とのことだが、手持ちのiPhone 4Sをアップデートしてみたら使えたので、早速報告しよう。 Siriは、落ち着いた大人の女性の声であった。そしてユーザーの気持ちをくみ取る優しい心を持っている。以前はSiriを起動するためにホームボタンを長押ししたはずだが、今はiPhone 4Sを耳にあて、声をかけるだけで起動してくれる。これなら路上でSiriに話しかけても傍目には電話しているようにしか見えない。 Siriはよ
ToScribe -音声書き起こしクラウドエディタ-
ToScribeとは 『ToScribe』は、会議などを録音した音声データから参加者の発言内容を文字に起こす「音声書き起こし」の作業環境をブラウザベースで提供する「音声データ書き起こし支援サービス」（完全無料）です。 インターネットに接続できる環境があれば、どこに居てもサーバに保存されたデータで書き起こし作業を行うことができます。 （株）東芝で開発された音声・言語処理技術を利用した以下のような作業支援機能があります。 自動頭出し機能 テキスト中のカーソル位置から音声再生を開始できます。 校正支援機能 （整文支援） 書き起こした文章の文末・表記のゆれ、誤字・脱字などを検出してお知らせします。 話者分類機能 音声データに登場する発言者を分類して、各発言の話者を特定します。 聞きやすさ向上機能 （ノイズ除去・話速変更） エアコン・プロジェクターのファンノイズなどを抑え、音声を聞きやすくします。
引越ししたので未来なお部屋を作ってみた。 - お前の血は何色だ!! 4
年の瀬に引越ししたので、部屋の再構築を行った。 コンセプトは快適に引き篭もれる未来の部屋。 その紹介をしたいと思う。 図面 一部省略の図面、古い建物なのでちょっと広い。 10m2 * 2部屋ぐらい。 何度か検討を繰り返してこの形式に落ち着いた。 カーテンを100インチのディスプレイにしてみた カーテンレールに100インチのスクリーンを釣り下げてみた。 カーテンが支えられるんだから、100インチのスクリーンぐらい支えられるだろうという発想。 カーテンレールに入れるのにLANケーブル用のマーカータイを使ってみた。 束ねれば結構強固である。 スクリーンの後ろは黒塗りされているので裏写りはないと思うけど、念のための裏写り防止のためと、昼間でも投影できるように暗室を作りたかったので、暗室用のブラックカーテンを後ろに引いている。 プロジェクターはNECの NP-U310WJD 短焦点プロジェクターを使
1
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
Amazon.co.jp: フリーソフトでつくる音声認識システム パターン認識・機械学習の初歩から対話システムまで: 荒木雅弘: 本
Engadget | Technology News & Reviews
Appleの「CarPlay」発表でにわかにスマホ連携車載システムが話題のようですが(山本一郎) - 個人 - Yahoo!ニュース
YouTubeを即席・無料のテキスト書き起こしツールにしてしまう方法 | ライフハッカー・ジャパン