第3回 「音声」を理解すること・させること | gihyo.jp

前回は、ボイスユーザインタフェース（VUI）の要素の1つ「音声合成」を取り上げたので、今回は「音声認識」を取り上げます。 音声認識も音声合成と同様に間違いを起こす悩ましい存在です。ただ、認識間違いが発生しづらい状況を作ったり、音声入力が活きる使い方をすることで、デメリットをカバーできるでご紹介します。 間違いが発生しづらい状態にする スマートスピーカーを使うときは、ウェイクワードを発話してコマンド聞き取り状態にしたあとで実行コマンドを発話します。聞き取り状態で発話されたコマンドは録音されて、のちに認識処理が行われます。たとえば、うまく録音できずにコマンドの前が欠けると、正しいコマンドとして認識できないか間違ったコマンドとして処理されて実行されます。 これは、ユーザが音声認識にとって過不足なく、コマンドが録音できるタイミングで発話してくれないのが原因です。これを回避するには、発話開始のタイミ