クラウドの音声認識APIで、ライターにとって実用的な「文字起こしサービス」は作れるのか？
文章を書く仕事をしている多くのライターが苦手にしている作業のひとつに、かつて「テープ起こし」と呼ばれ、いまは「文字起こし」と呼ばれるものがあります。 これは取材やインタビューを行う際に録音したものを聞き返して、逐一正確に文字にしていく作業なのですが、とにかく単調で集中力が必要です。僕はこの作業が苦手ですぐ集中力が切れてしまうので、たとえば60分のインタビューの文字起こしをしようとすると、だいたいその3倍以上の時間がかかることを覚悟しなければなりません。 ある日、たまたま後輩と一緒にインタビューの仕事をしているときに、後輩が僕にこう言いました「新野さん、もし文字起こしを自動でやってくれるソフトがあったら僕は100万円出してもいいですよ」と。 まったく同感でした。この先ずっと、必要な時にいつでも機械がその場で自動的に文字起こしをしてくれるのなら、100万円ぐらい払ってもいい（僕もたまにクラウド
TwilioとGoogle Cloud Speech APIで電話の内容を文章に変換する | DevelopersIO
Google Cloud Speech API (以下Speech API) を利用すると、人間が発声した音声をAPIを通してテキストに変換することができます。 Speech APIは日本語にも対応しているため、国内でも電話で話した内容を自動的にテキストに変換するといったようなことが出来るようになります。 ということで、Twilio, Zappa, Speech APIを組み合わせて、サーバレスに電話の内容を文章化する仕組みをつくってみました。 構成 以下が今回作成した仕組みの構成図になります。 Twilioを用いて電話から音声を録音する方法については、こちらの記事を参考にしてください。 上記の記事に加えて、Twilioから録音された音声ファイルのURLをSNSを通して別のLambda Functionに投げ、そこから音声ファイルの取得とSpeech APIへの問い合わせを行っています。最
Web Speech APIで途切れない音声認識 クラゲのIoTテクノロジー
どうも、クラゲです。 Web Speech APIを使って途切れない音声認識を行います！ 目次 [TOC] デモ体験 実際のデモが体験できるページはこちら https://monomonotech.jp/kurage/assets/scripts/iot/webspeechapi_voice_recognition この「途切れない」というのが今回のミソです。Web Speech APIはJavaScriptで非常に簡単にプログラミングできますが、数秒経つと音声認識が停止してしまいます。そうなると手動で再開しなければいけなかったり、再開の度にマイクの使用許可を聞かれて毎回タップするのが面倒です。 そんな面倒な手間を解放し、途切れずに長時間、音声認識を続ける技を紹介します！ コツ HTTPSサーバーに置くこと ローカルやHTTPサーバーだと動作しなかったり、マイクの使用許可を毎回許可する必要
Web Speech API + 雑談APIで楽しく会話 - Qiita
自己紹介 じゅんじゅんというニックネームで、関西を拠点に活動しているフロントエンドエンジニアです。 HAL大阪の2回生です👍 (2016.10.24現在) よくstart up系イベントに行くので、大阪らへんの方は会いましょう！ 音声認識と音声合成 今回は、Web Speech APIとDOCOMO雑談APIを使って音声だけで雑談をしたいと思います。 まずWeb Speech APIですが 音声認識は SpeechRecognitionインターフェース経由で使用出来ます。これは入力された音声（通常はデバイスのデフォルト音声認識サービス経由）から文脈を認識し、適切に対応する機能を提供します。通常は、SpeechRecognition オブジェクトを生成するためにインターフェースコンストラクタを使用します？これはデバイスのマイクから入力された音声を検知するための複数のイベントハンドラを持ちま
iOSのSpeechフレームワークで音声認識 - 対応言語は58種類！ - Qiita
iOS 10のドキュメントが公開された当日に書いた下記記事で、最も反響が大きかったのが音声認識APIでした。 API Diffsから見る iOS 10 の新機能 #WWDC2016 - Qiita 今回公開された SiriKit（Intents / IntentsUI）とは別のフレームワーク、Speech Framework として公開されたものです。リアルタイム音声にも、録音済み音声にも使えるようです。 今までも色々と音声認識を実現する手段はありましたが、やはりApple純正のフレームワークとなると一気に本命になってきます。1 というわけで本記事では Speech フレームワークを色々いじってみて、何ができるのかとか、どうやるのかとか見てみたいと思います。 なお、NDA期間中につき、スクショは自粛します。 Apple Developer Agreement ##まずはサンプルを動かしてみ
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
処理を実行中です
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
