[B! cloud] masahiko_of_joytoyのブックマーク

Google Cloud Speech APIのリアルタイム音声認識は使い物になる精度なのか？

はじめに今までコールセンターへの音声認識システムの導入とかに携わってきました。音声認識の方式には大きく２種類あります。バッチ型音声ファイルを渡すと認識した結果が返ってくるコールセンターの通話録音をテキスト化してビッグデータ分析とかで活用できる Youtube動画の自動字幕とかでも使われている。リアルタイム型（またはストリーミング型）喋っている音声がリアルタイムで認識されていく。コールセンターのスーパーバイザが複数のオペレータの音声をモニタリングしたりする場合に活用できる最近だとAbemaTVで記者会見の生中継とかでAIポンが使われているで、クラウド型の音声認識 APIに関しては以下が4強と言われています。 Google Cloud Speech API Microsoft Azure Bing Speech API IBM Watson Speech to Text Am

masahiko_of_joytoy 2020/05/22

cloud
Speech

リンク

Open sourcing Cloud Search SDK: create secure connectors for third-party enterprise data | Google Workspace Blog

Open sourcing Cloud Search SDK: create secure connectors for third-party enterprise data At Google, we strongly believe in community-driven development. Developers and partners in our ecosystem play a pivotal role in how we architect our products (and we cannot thank them enough!). Recently, we were fortunate to work with more than 50 partners globally to launch third-party connectivity for Cloud

masahiko_of_joytoy 2019/01/31

リンク

Google、AIツール構築サービス「Cloud AutoML」の画像認識版をβに、自然言語と翻訳もβで追加

Google、AIツール構築サービス「Cloud AutoML」の画像認識版をβに、自然言語と翻訳もβで追加 Googleが1月に発表したコーディングの知識がなくてもAIツールを構築できるサービス「Cloud AutoML」をβ版にアップデート。既存のVisionの他、Natural LanguageとTranslationも公開した。米Googleは7月24日（現地時間）、クラウドサービス関連の年次イベント「Google Cloud Next ’18」で、コーディングの知識がなくてもデータがあれば人工知能（AI）ツールを構築できるサービス「Cloud AutoML」の進捗を発表した。同社は1月、CloudMLを発表した際、まずは画像認識に最適化したサービス「Cloud AutoML Vision」のα版の提供を開始した。これがβ版になって利用価格が設定され、さらに、自然言語の「Cl

masahiko_of_joytoy 2018/07/25

リンク

Cloud Vision APIの凄さを伝えるべくRasPi botとビデオを作った話

（この記事はGoogle Cloud Platform Advent Calendar 2015の12月3日分の記事です） Cloud Vision APIと私 Googleに入ってからまもなく5年、Google Cloud Platformのデベロッパーアドボケイト（エバンジェリストみたいな役割）の仕事に就いてから1年が経ちました。仕事の半分はアジア地域向けの開発者コミュニティ支援で、残り半分はGCPの新製品ローンチの支援をグローバル向けに行っています。特にここ半年は、TensorFlowをはじめ、GCPの機械学習系プロダクトのローンチ支援にフォーカスしています。TensorFlowはその序章で、公開前からAlphaカスタマー向けのスライドを作ったり説明やデモしたりしていました。そうしたGCPの新しい機械学習系サービスのひとつが、Cloud Vision APIです。これはGoogl