Googleの音声認識サービスGOOG411に関する論文 - shibacho’s diary
こないだのICASSP2008にGoog411に関する論文がGoogleから出ていたってのをついさっき、Official Google Research blogより知った。 http://research.google.com/archive/goog411.pdf GOOG411ってのは電話で「ピザを食べたい」と話すと、勝手に音声認識システムが空気読んでビザを宅配してくれるサービスと理解していたんだけど、論文読むともっと素朴なIVRシステムっぽい。「っぽい」ってのは日本に住んでいるいるから、GOOG411システムを利用出来ないからなんだけどね。 HMMとWFSTベースの音声認識システムっぽい。GOOG411は英語だけで提供されているんだけど、発音モデル(Pronunciation Model, PM)ってのは日本語だと「音素体系」みたいなものなのだろうか。まぁ、WFSTをOpenFST
Start | 和歌山大学メディアインテリジェンス研究室
和歌山大学メディアインテリジェンス研究室（西村竜一研究室）† 本研究室では、音声や画像、動画、自然言語、センサなどの「メディア」を活用した認識・理解の知的技術によって、人と人、人と機械の協働を豊かなものにするための教育・研究を行います。 2019年度から活動している研究室です。 本研究室の学部生は、システム工学部 メディアデザインメジャーに所属しています。大学院生の所属は、システム工学研究科 知的モデリングクラスタです。 なお、本研究室は、西村が所属（担当）するデータ・インテリジェンス教育研究部門及び学生自主創造支援部門（クリエ）とも協働することで教育・研究活動を進めています。 今後は、社会インフォマティクス学環の学生の受入も行う予定です。 ↑ お知らせ† 2023/12/9 大学院生（M2）の日田さんが国立研究開発法人情報通信研究機構（NICT）の研究員みなさまと共著で発表した『複数話者
LocalConnectionを使ったWindowsアプリケーションとFlashの連携｜_level0.CUPPY
LocalConnectionを使ったWindowsアプリケーションとFlashの連携 2007/06/27 LocalConnection,Windows,babooo 今回は、カヤックBM11ブログの babooo voiceのテクニカルノート からの転載です。 babooo voiceは音声認識とYahoo画像検索APIを組み合わせた眺める系画像検索サイトです。 その中で、 Windowsアプリケーションで動いている音声認識エンジンと、 ブラウザ上のFlashとの連携を、 FlashのLocalConnectionを利用して行っています。 ポイントを解説した記事をこちらでもご紹介させていただきます。 技術的なポイントは、Windows環境で、クロスブラウザで音声認識とWebアプリが連携する部分。 今までは、音声認識をWebで使おうと思ったら、IE限定で Microsoft SAPI
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
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
https://www.openfst.org/