AIブーム再び 当時は非力なコンピュータしかなかったので、AIはもちろんエキスパート・システムも実用化レベルには至らなかった。とはいえ、ここで培った技術はその後、コンピュータの進化と共にさまざまな領域で「普通」に使われるようになる。たとえば日本語入力ソフトにも当時は「AI変換」と呼ばれるものがあった。ひらがなで音を入力し単漢字変換していたものが、前後の単語の意味を解釈し文節変換ができるように進化したのだ。そんな日本語入力ソフトはいまや当たり前の存在、あえてそれにAIの呼称を付けることはなくなった。この他にもちょっと賢く自動制御するような家電などにも、AIの呼称はよく使われていた。 ところで1980年代後半に起こったAIブームが、IT業界に今再び訪れようとしている。そのきっかけを作ったのは間違いなくIBMの「Watson」だろう。IBMが開発した質問応答システムのWatsonが、米国の人気ク
人工知能特論 2013 12. 話者交代システム 西田豊明 12. 話者交代システム Goffman (1955)は,いかなる社会においても話し言葉によるインタラクション(会話)が起きるとき には,実践の体系,慣習,手続き的な規則といったものが機能して,メッセージの流れを誘導し, メッセージの流れを組織化している,という見解を示している.ここでは,話者交代(turn-taking)の現 象に関する研究を概観して,実際に言語運用のシステムがどのように働いて,会話のフロー制御が 行われるかについての理解を深めたい.対話における視線方向の分析[Kendon 1967]研究,バッ クチャンネル[Yngve 1970],発話権交代モデル[Duncan 1972; 1974a; 1974b], 会話のインタラク ション構造の分析[Sacks 1974] [Schgeloff 1968; 1973; 1
ABSTRACT Speaker Diarization for Conversational Speech Recognition Takahiro OKU Shoei SATO Akio KOBAYASHI Shinichi HOMMA and Toru IMAI NHK R&D/No.147/2014.9 37 NHK R&D/No.147/2014.9 38 BIC ΔBIC ΔBIC x y λx Nx Σx λy Ny Σy x y Nx Ny Σx Σy λxy Nxy Σxy x y x y Nxy Nx Ny Σxy x y α P d ΔBIC x y a, a:, i, i:, u, u:, e, e:, o, o:, n, ny, m, my, N b, by, ch, d, dy, f, g, gy, h, hy, j, k, ky, p, py, r, ry,
※編集機能は休止中です。 タグ/未来技術コンセプト/実現したコンセプト 自動翻訳機は、言語の翻訳を行う機械。 2011 年現在までに既に自動翻訳を謳うコンピュータプログラムが多数登場しています。しかしそれらはいずれも技術の萌芽と呼べる程度の完成度であり、翻訳精度が低かったり生成文がぎこちなかったりして実用的と呼べるものはまだ生まれていません。 一方その間、それまでにない発想の形態のものが考案/商品化されています。たとえば会話だけでなく文書や Web サイトの翻訳をするプログラムや、ARコンセプトを取り入れたスマートフォン向けアプリケーションなど、さまざまな形の翻訳機が提案されています。 ただしこれらの技術が本当に実用的なものになったら、民族間の言葉の壁が取り払われ、より盛んなコミュニケーションが実現することになるでしょう。語学学習に要する時間は不要となり、人々は別のことを学ぶことができるよ
「言語の壁なくす」――話した言葉を自動翻訳するペンダント型端末、パナソニックが試作 20年までに実用化へ しゃべった言葉を自動で外国語にしてくれる――そんなペンダント型翻訳機をパナソニックが試作し、JR博多駅(福岡市)で開いた報道向けイベントで展示した。2015年度以降に公共交通機関などで実証実験を重ね、東京五輪が開催される2020年までに実用化を目指す。 クラウド上で自然言語処理と翻訳を行い、外国語(日本語、英語、中国語、韓国語)に訳した言葉を内蔵スピーカーから発声する仕組み。主な用途として訪日外国人向け観光案内などを想定し、まずは観光分野のオンライン辞書を搭載。今後「医療」「防災」「生活」などの辞書も追加していく考えだ。 「言語の壁をなくしたい」――オーディオ機器部門のノウハウも投入 同端末の開発がスタートしたのは昨年4月のこと。「東京五輪が開かれる2020年までに訪日外国人の数は大幅
ATR音声言語通信研究所(社長:山本誠一、関西文化学術研究都市 国際電気通信基礎技術研究所内)は、 成蹊大学森島研究室と共同で、 音声翻訳システムにより対象言語に翻訳された音声に合わせて使用者の発話顔画像の口元を動かすことにより、 音声だけでなく、発話顔も翻訳するマルチモーダル翻訳技術を開発しました。 Face-to-Faceのコミュニケーションにおいて、顔は言葉とともに、さまざまなメッセージを伝えており、 人間は音声情報だけでなく、 画像情報など多様な情報を統合しながら頑健かつ柔軟に処理していることが知られています。 異なる言語間では、意思疎通のために言葉を翻訳する必要がありますが、それに合わせて顔の情報を合成できれば、 より自然で親しみのあるコミュニケーションが実現できます。 映画などの吹き替えでは、音声のみを翻訳しているため、口の動きと発話内容が一致しないという課題があります。 また
スモールセル(小型セル)の展開を急ぐ通信事業者にとって悩みとなっているのが、設置場所を迅速かつ大量に確保することだ。ファーウェイはその解決策となる基地局展開の新モデルを提案している。 看板や電灯を見たら携帯電話基地局と思え――。そんな世界が近い将来に到来しそうだ。 通信事業者の間では、スモールセル(小型セル)の設置が今後さらに加速すると見られるが、それにあわせて、小型化した基地局装置を看板や電灯等に潜り込ませて展開しようとする動きが始まっているからである。 スモールセルはマクロセルに比べて設置コストを抑えることができ、かつ1局当たりの収容ユーザーが少ないために快適な電波環境が作りやすい。このスモールセル基地局を街中や施設内の電灯や照明付き看板、デジタルサイネージ等と一体化することで、展開を迅速に行おうとする狙いだ。これらの設備にはもともと電源が確保されている有利さを活かせるメリットがある。
今回のテーマは、GPS電波が届かない地下街や建物内でもモバイル端末で自分の位置が高精度で分かる「地磁気データ屋内測位」技術だ。測位用の機器新設が不要なので、将来の広い応用が期待できる。 「地磁気データ屋内測位」技術とは? 地磁気データ屋内測位は、モバイル端末に搭載されたセンサーと専用アプリにより、場所によって変化する地磁気データを計測し、屋内地図と地磁気データを管理するサーバのデータベースと照合して、正確な現在位置計測や移動履歴記録を実現する技術だ。2014年末から2015年1月にかけて、野村総合研究所(NRI)が三菱地所の協力のもと、東京の丸の内地域内のビル内商業フロアの一部と地下で実証実験を行い、誤差2メートル程度という高精度なリアルタイム測位と測位ログからの人の動き(動線)の可視化に成功した。 測位技術として誰でも知っているのがGPS。GPSの組み込みが前提のカーナビはもちろんのこと
2015年4月に開催されたイベント「AWS Summit 2015 San Francisco」で発表されたアマゾン ウェブ サービス(以下、AWS)の機械学習に関する新サービス「Amazon Machine Learning」。発表当日から利用可能となっており、ビッグデータ系のサービスを使用していたユーザーなどには特に注目を浴びています。 『機械学習』というテーマが注目を浴びている一方で、いざ実践してみるとなるとどうすれば良いのだろうか、またこのテーマについては統計や分析に関する知識も求められる部分がありますので、気軽に触ってみる……というのもAWSの他のサービスと比べると少しハードルが高い印象があるかと思います。 そこで当連載では、機械学習について興味を持ってはいるものの、これまでそういった実戦経験がない(かくいう私もそんなステータスです)、そんな立ち位置の人が読み進め・実践し・理解で
日々進歩するIT技術は、ともすると取り残されてしまいそうな勢いで進化の速度を高めています。そこでキーマンズネット編集部がお届けするのが「5分でわかる最新キーワード解説」。このコーナーを読めば、最新IT事情がスラスラ読み解けるようになることうけあい。忙しいアナタもサラっと読めてタメになる、そんなコーナーを目指します。今回のテーマ「シーン自動タグ付け技術」は、ホームビデオなどの映像のシーンに自動的にタグを付けてしまう技術。年々増える一方の映像を、効率的に整理できる画期的な技術です! 1.「シーン自動タグ付け技術」とは? シーン自動タグ付け技術は、富士通研究所が開発した技術で、従来ショット(連続して撮影された映像)単位で行なってきた映像へのタグ付けを、複数のショットで構成されるシーン単位でのタグ付けへと拡大する技術である。 図1 映像へのタグ付け ショット単位のタグ付け技術では、道路やクルマ、建
米Googleが開発中の自動運転車両が、実験開始から6年間に11件の事故に遭っていることが分かった。同開発プロジェクトのChris Urmsonディレクターが技術系ブログメディア「Backchannel」に寄稿した現地時間2015年5月11日付けの記事で明らかにしたとして、複数の海外メディア(米USA TODAYや英Telegraphなど)が報じている。 Urmson氏のブログ記事によると、11件の事故はすべて軽度のもので、けが人はないという。Googleの自動運転車両のテスト走行距離は170万マイル(約274万km)にのぼり、そのうち100万マイル(約161万km)は自動運転モードで行われている。 事故は自動運転モードとドライバーが操作する通常運転モードの両方で発生し、7件は主に信号待ちで後ろから追突された事故だった。そのほか、車体の横をこすられたことが2回、信号無視の車に衝突されたこと
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