はてなブックマーク

Alexa Skill (Amazon Echo) を公開したので開発上のポイントをまとめてみる 〜Birthday Reminder〜 今回は、オリジナルのスキルを作ってマーケットに公開したので、その中で色々分かったことをまとめてみます。 開発上の制約 自由な文章の認識は難しい これが一番困った点でした。基本的には、テンプレートのような形であらかじめ登録しておいた文章や単語しか認識がうまくいかないため、今のところ、限定的な用途でしか利用できなさそう、という印象です。 ただ、人名や都市名など、ある程度想定できる単語を認識する枠組み (Slot Type) は用意されています。 例) AMAZON.US_FIRST_NAME, AMAZON.US_CITY, AMAZON.DATE ですので、これらを利用するシチュエーションでは比較的柔軟なスキルを作成することができそうです。 データの永続化

Kaldiとは C++で書かれた音声認識ツールキットで、Apache Licence 2.0で公開されています。 音響モデルにDNN (Deep Neural Network) を用いているのが特長です。 http://kaldi-asr.org/ 今回はKaldiを動作させ、yesかnoの音声を判別するモデルを学習させてみます。 環境 Vagrant上のUbuntu 16.04 LTSを用いています。 $ cat /etc/lsb-release DISTRIB_ID=Ubuntu DISTRIB_RELEASE=16.04 DISTRIB_CODENAME=xenial DISTRIB_DESCRIPTION="Ubuntu 16.04.1 LTS" $ uname -a Linux vagrant 4.4.0-31-generic #50-Ubuntu SMP Wed Jul 13

Ubuntu 16.04 LTSにXcfe (or LXDE) とTightVNC Serverでリモートデスクトップ環境を構築する MacからUbuntu (16.04 LTS) へリモートデスクトップでアクセスする手順をまとめます。 デスクトップ環境のインストール デスクトップ環境には高速な軽量なXfceもしくはLXDEを最小限の構成でインストールします。 (お好みに合わせてください) Xfceの場合 https://www.xfce.org/ $ sudo apt-get install -y xfce4 xfce4-goodies LXDEの場合 http://lxde.org/ $ sudo apt-get install -y lxde-core TightVNC Serverのセットアップ リモートデスクトップを使用するため、TightVNCを用いてVNCサーバーを立てます。

「音声インターフェースは新しいパラダイムシフトになる」 伝説のアナリスト、メアリー・ミーカー氏は、 インターネット・トレンド 2016年度版の中で述べています。 ここでは、レポートの中から、音声に関するものをまとめていきます。 インターフェースの技術革新は10年毎に起きる ヒューマンインターフェースの歴史を振り返ってみると、ここ半世紀においては10年単位で技術革新が起きていることが分かります。 iPhoneによる、タッチ + カメラインターフェースが登場したのが 2007年。 次の10年では、SiriやAmazon Echoに代表される音声インターフェースが技術革新を起こすだろう、と予測しています。 音声は最も効率の良い入力方法である なぜ音声か、という問いに対して、メリットと独自性の観点から理由を述べています。 何より、「早い」「簡単」というのが音声インターフェースのメリットでしょう。

最近、チャットボットが話題となっていますが、自然な会話を成り立たせること、は大きな課題の一つです。 ここでは、Deep Learningの一種である、Seq2Seqモデルを用いて、チャットボットを動作させてみます。 ゴールとして、英語を学習させ、実際に会話を行ってみることを目指します。 Seq2Seq (Sequence to Sequence) モデルとは 平たく言うと、ある文字列から、次の文字列を予測するモデルのことです。 上記の図では、「ABC」を入力として、「WXYZ」を出力 (予測) しています。 Seq2Seqモデルの対話タスクへの応用を試みたのがGoogleで、2015年に下記の論文を発表しています。 A Neural Conversational Model http://arxiv.org/abs/1506.05869 これまでの対話モデルは、ドメインを絞り (飛行機を予

みなさん、DQNしてますか？ DQNについては、下記の記事によくまとめられており、実装してみようとした方も多いのではないでしょうか。 DQNの生い立ち　＋　Deep Q-NetworkをChainerで書いた ゼロからDeepまで学ぶ強化学習 しかし、いざ自力で動作させてみようとすると、こんな問題にぶち当たると思います。 「学習時間なげえ。。。」 DQNに限らず、ディープラーニングのモデルを学習させようとすると、平気で数日以上かかります。 そして、学習させたモデルが期待通りの動作をしなかったとしたら、もう投げ出したくなってしまいます。 (よくある話です) なので、筆者が新しいモデルを一から実装する際には、なるべく単純なモデル、データから始めるようにしています。 ここでは、超シンプルなDQNを実装し、動作させてみることにします。 早速いってみましょう。CPUで3分もあれば学習が終わります！