End-to-End音声認識の計算量を削減した話
ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog こんにちは、音声処理黒帯（黒帯はヤフー内のスキル任命制度）の藤田です。今日のブログでは、音声認識技術の研究開発におけるヤフーの最新の取り組みを紹介します。 特に、近年注目されているTransformerという手法に基づく、End-to-End音声認識の計算量を削減した研究を紹介します。この研究は、難関国際会議IEEE ICASSP2020に投稿し、採択されました。また、arXivでプレプリントを公開しています。そして、ESPnetというEnd-to-Endモデルのツールキット上でソースコードも公開しています。興味のある方はぜひ、こちらもご参照ください。 音声認識で用いられるEnd-to-Endモデルとは？ 音声認識技術は音声をテキ
ML Kit に顔輪郭検出が加わり、スマートでビジュアルなアプリの作成が可能に
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads
２人で残業→１時間で完了 ＡＩで議事録、効果てきめん：朝日新聞デジタル
徳島県は人工知能（ＡＩ）を使った議事録の音声のテキスト化と要約を、１５日から全ての審議会や協議会に広げた。昨年度に知事の定例会見のデータを使って実施した実証実験を踏まえ、本格導入することにした。議事録作成にかかる作業が５分の１に減り、公開までの時間も大幅に短縮されるという。 行政改革室によると、昨年１０月から今年３月に実施した実証実験では、これまで会見４日後だった知事会見のホームページ公開を当日中に前倒しできた。ホームページへのアクセス数も２倍以上に増え、利用者の満足度は９割を超えたという。 会議データを要約する「ＡＩ要約システム」は、当初は不自然な日本語になることもあったが、長い発言には「。」（句点）を入れるなどの工夫で分かりやすい表現になるよう、使い方を改善したという。 県の審議会や協議会は約１３０あり、議事録は原則としてインターネットで公開している。これまでは職員が音声データを聞きな
音声認識をカスタマイズできるMicrosoftのCustom Speech Serviceの使い方 - Qiita
はじめに インターネットを探し回ったのですが、Microsoft Cognitive Serviceの１つであるCustom Speech Serviceの使い方をかみ砕いてブログなどで書いてくれているサイトが日本語では存在しませんでした。 結構よくできたサービスなのに、そんなに人気ないんだっけ？ 最近本気でこのサービスを検証する機会があり、理解を深めることができたので、使い方を共有しようと思います。 Custom Speech Serviceの概要 MicrosoftのAIサービス的な位置づけのCognitive Serviceの中の一つであるCustom Speech Serviceは、音声の言葉をテキストに変えてくれるサービスです。別のCognitive Serviceである普通の音声認識サービス（Bing Speech API）は世の中一般的な用語しか取り込まれておらず、特定の商品
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
