Open Tech Press | 音声認識にてデータベースのクエリ操作を制御するシステムの構築例

音声認識によるコンピュータ制御用のツールはオープンソースが商用製品に対して大幅に立ち後れている分野の1つだが、今回私は、現状のコンピュータにて音声認識によるデータベースのクエリ操作と音声読み上げがどこまでできるかを実際に試してみることにした。そのためにはオープンソース系ツールを多数組み合わせなくてはならなかったものの、今回の結果はかなり満足できるレベルに到達できたのである。 ここで行うデータベースのクエリ操作については、下記の4つの基本コンポーネントが必要となる。 構文と語彙目録――ここでの処理で使用される単語およびその組み合わせが何を意味するかの指定 音響モデル――音声認識エンジンに識別させる音声についての統計情報 音声認識エンジン――人の話す音声を単語として解析するコンポーネント ダイアログマネージャ――認識された指示をシステム制御用のコマンドに変換した上で応答を返すためのコンポーネン

[shibacho]

国際的に見てもJuliusの評価は高いのね