フューチャーホームコントローラーを支える技術・スレッド間メソッドパッシング - お前の血は何色だ!! 4
http://rti-giken.jp/ 音声認識でいろいろな家電を操作できるようにするフューチャーホームコントローラーを支える技術を解説します。 フューチャーホームコントローラーのソースコードはそのうちGPLとかで開示したいのですが、今はまだ開示していないので、 フューチャーホームコントローラーのサブプロダクトとして、ソースを公開している、FHCコマンダーのソースコードをベースに説明します。 FHCコマンダーのソースコードはここにあります。 http://rti-giken.jp/fhc/help/ref/fhc_commander.html http://rti-giken.jp/fhc/help/ref/src.fhc_commander.zip (フューチャーホームコントローラーと毎回書くのは疲れるので、略してFHCとか書くことがあります。) さて、今回は、フューチャーホームコント
音声認識で家電を操作するフューチャーホームコントローラーについて - お前の血は何色だ!! 4
http://rti-giken.jp/ 一年ぐらいの研究を経て、 ハンズフリーの音声認識で家電を操作する、未来的ガジェットのフューチャーホームコントローラーをリリースしました。 最初のロットの出荷が終わり、現在、2次出荷ロットの募集中です。 フューチャーホームコントローラーって何？ ハンズフリーの音声認識でさまざまな家電を操作できるガジェットです。 2001年宇宙の旅とか、RPGとかにある魔法を現実のものに出来ます。 温度センサーや光センサーを搭載したり、スマホで操作できたり、 V8 engineを搭載しているので、 javascriptでの操作もできます。 ついでに、webapi機能もあるので、外部アプリとの連携もできます。 おまけに、実機はlinuxなので、ssh経由でrootアカウントを開放していますので、ハックし放題です。 万能すぎるデバイスです。 ここからオーダーすることができ
コンピュータは自分より賢いコンピュータを自動で作れるようになるか？ - お前の血は何色だ!! 4
未来には、コンピュータ自らが、自分より賢いコンピュータを自動で作り出せるようになる。 そして、それによって、飛躍的に技術は進化するというSFの話を聞いたことがある。 これは可能なんだろうか？ そもそも何を持って、自分より賢いか？とするかによるだろう。 たとえば、遺伝的アルゴリズムなどによって、生物の進化をシミュレートするようなことはできる。 そして、賢い種だけが次の世代に残るといったようなことができ、より環境に適応した賢い種だけが残るようになる。 ただ、問題なのは、何を持って、賢い種かどうかを決定する評価関数はプログラマが作っているわけだ。 決め打ち評価関数では、あらかじめ与えられた範囲での、より賢いというのは作れるだろう。 だけど、今回の問題は、未知の世界の話だ。 人間の知能を持ってしても及ばないぐらい賢いコンピュータというのをどう定義するだろう？ テストの点数や、勝負の勝ち負けなどのと
ベンチャーキャピタルから支援を得ることに成功したプレゼンの5つのコツ(co-founder募集中) - お前の血は何色だ!! 4
MOVIDA Scholarshipに選出されました。 6月のことですが、MOVIDAというベンチャーキャピタルがやっているシードアクセラレーションプログラムで、「音声認識を利用した未来のホームコントロール」というのでプレゼンをしたところ、出資も含めて支援してくれるプランである Scholarship に選出されました。 (まだ実際に出資を受けたわけではない) 「音声認識を利用した未来のホームコントロール」っていうのは、「1月に作った未来な部屋を作ってみた」を実際に、事業化するプロジェクトです。 現在開発している未来の部屋ガジェットを部屋に設置すると、誰でも普通の部屋を音声認識で動く未来の部屋にアップグレードさせることができるようになります。 音声認識を生活の一部にします。今どき電気や水道がない家がないように、未来では音声認識がない家はないぐらいまで持って行きたいですね。 その時やったプレ
liblinearにおける solver_type と C の最適化 - お前の血は何色だ!! 4
みんな大好きSVM の liblinear における solver_type と C ってどんな関係なの？ って思って、総当たりをしてみた。 参考: “algorithm - SVM - hard or soft margins? - Stack Overflow” http://stackoverflow.com/questions/4629505/svm-hard-or-soft-margins solver_type C 教師データを再分離した時 テスト用データを分離した時 備考 L2R_L2LOSS_SVC_DUAL 1 92.23000% 99.54700% ディフォルトはこれ L2R_L2LOSS_SVC_DUAL 10 95.81600% 99.70800% L2R_L2LOSS_SVC_DUAL 50 91.13400% 99.89100% L2R_L2LOSS_SVC_D
googleの日本語音声認識を自由に呼び出して使う方法 - お前の血は何色だ!! 4
google chrome とかにある、google音声認識を自由にプログラムから呼び出す方法を調べたので書いてみる。 Fiddler2 でごにごにしてぐるぐるした結果、こーなった。 音声データは、 16000hz 1channel の flac形式で送信している。 で、その結果を元に調べてみると、外人で何人か解析している人がいた。 だけど、日本語のやつがなかったんで作ってみた。 基本的には、lang=ja と lang=US の違いぐらいだけど。 まず、手元に 16000hz 1channel の test.flac を作る。 ffmpeg使うと簡単に作れる。 ffmpeg -i test.wma -vn -ac 1 -ar 16000 -acodec flac test.flac あとは、HTTPS通信してデータを取得する。 chrome がやっているとおりに投げてみた。 なので、サー
beaglebone で、コマンドラインからデジタルとアナログ入出力 - お前の血は何色だ!! 4
beagleboneで、arduinoみたいなことをやってみようということでいろいろ調べています。 よく、付属のLEDの点灯の記事を見かけるのですが、そんなのではなくて、arduinoみたいに外部のLEDをピカピカさせたいのです。 また、beaglebone付属のIDEを使って、webからやるのではなくて、せっかくlinuxが入っているのですから、コマンドラインやプログラムから、ピカピカさせたいものです。 beagleboneは名刺入れサイズの大きさのPCです。 中身はふつーのlinuxです。 gccやg++も最初から入っていますので、いろいろ遊べます。 boostなども入れることができます。(コンパイルに数時間かかりますけど) また、beagleboneのCPU Cortex-A8には、NEONというSIMD命令が搭載しています。 gccのオプションを設定すれば、高速に浮動小数点演算がで
わんくま 東京#71 でいろいろお話ししてきました。 - お前の血は何色だ!! 4
わんくま東京#71に参加してきました。 今回は、50分のセッション1つと、2つのLTを発表するという結構ハードワークしてきました。 しかし、まだまだネタはたくさんある。 元々は、闇鍋プログラミング勉強会の10分LT用に作ったものでしたが、今回50分枠を頂いたということがあって、結構スライドを追加しました。 LTには、萌え萌えCSSのちょっとセーフしたバージョンと、新潟アクセス修飾子をやりました。 なんで自主規制をしたのかは自主規制をしていないプレゼンを見て、考えてください。 新潟アクセス修飾子はいつものアレですね。 読めるけど書けないアクセス修飾子のパワーを思い知れみたいな。 萌え萌えCSSを自主規制するために、ローカルに保存してやっていたら、画像が出ないトラブルに見舞われてしまったw 一連を通して、画像がちゃんと出るかのリハーサルは大切だということがわかったYO
x86/x64のマシン語の長さを計算するコードとSECCONハッカソン - お前の血は何色だ!! 4
x86 と x64 のマシン語は可変長です。 ふつーはそれほど意識する必要はないのですが、 トランポリンフックやライブパッチを作る人だと、マシン語コードの長さを取得したい時があります。 たとえば、トランポリンを作るときに、破壊するバイト数を計算したり、 破壊してしまったメモリをうまくつなぎあわせて処理の効率化を測る場合には、必要になります。 まぁ、まれによくある。といった感じでしょうか？ まれによくある程度なので、あんまりライブラリが整備されていないように思えます。 逆アセンブラであれば、用途は満たしますが、ソースコードがやや大きくなってしまったり、 ライセンスがあまり自由でないライセンスだったりするみたいです。 で、 それなら俺が作ってやんよってことで作ってみました。 でけた oplen https://github.com/rti7743/oplen x86とx64のマシン語サイズを求
マルチゲームScripter - お前の血は何色だ!! 4
マルチゲームScripterは、アスキーツクールシリーズとして登場したC言語ライクなプログラム言語。 1994/12月発売。 翌年にwindows95が登場し、MS-DOSは下火になっていく直前に、 PC98 MS-DOS用ソフトとしてリリースされた、悲劇のプログラム言語。 今回は、マルチゲームScripterについて見ていきたいと思う。 ↑ココらへんは、ゲームグラフィックTV的な声で脳内読み上げしてください。 なお、ドヤするラルフ・ベアは出て来ません。 構文 資料が無いです。 >_< 実家に帰って押入れを探すともしかしたら、あるかも・・・？ 確か、MAIN.MGL ファイルからスタートだったと思う。 C言語ライクな構文で書ける、ゲーム技術に特化した言語だった。 手元に資料がないので、この記事は記憶をたどって書いてます。 間違ったところが多々あると思います。 ご指摘いただけると助かります。
PTU2F3 をバグったSDKなんて使わないで直接操作しよう - お前の血は何色だ!! 4
PTU2F3というUSBから操作できるタップがあります。 開発用SDKとして dll が付属してくるため、プログラムでON/OFFが簡単にできます。 しかし、こいつのSDKがバグっていて、メモリ保護にひっかかりよくクラッシュします。 とりあえず、スイッチは操作できるのですが、メモリ保護で落ちまくられるのも気持ちのいいものではありません。 このバグったSDKを使わないで、直接 PTU2F3 とおしゃべりするソフトを作ってみました。 コンパイルには、ddkをmsdnからダウンロードしてくる必要があります。 http://www.usefullcode.net/2009/03/windows_sdkddkwdkmsdn20093.html デバイスオープン USBデバイスをwindowsから操作するには、 CreateFile で USBデバイスを開きます。 ただ、こいつらはふつーのファイルでは
さくらB.D.を祝う会 - お前の血は何色だ!! 4
4/1に名古屋で開催された カードキャプターさくらのさくらちゃんのBDを祝う会に参加しました。 会場には、さくらちゃんグッズが並べられました。 以前、さくら破産したときに買いまくった懐かしいグッズもありました。なつかしー さくらのカード？トレーディングカード？よくわからない。 もし、現代だったら、D社G社とかでソーシャルゲームになって、みんなを破産させていたことだろうと思います。恐ろしいですね。 そういえば、うちにさくらちゃんトランプなるシロモノがあって、 これをもっていけばよかったなと思います。 これは、なかよしの付録についていたものです。 参加者は20人ほどで、高校生から大人まで年代もバラバラでした。 ココらへんは、NHKの全国ネットでの再放送の力を感じますね。 なんか、古き良き同人誌即売会やパソコン通信のオフ会を思い出すような、アットホームな感じです。 さくらたんと僕の関係は、昔に書
闇鍋プログラミング勉強会 - お前の血は何色だ!! 4
書くのが非常に遅くなりましたが、 luaの構文ハックの話を闇鍋プログラミング勉強会でやってきました。 寝過ごすわ、強風で電車止まるわ、振替輸送された先でも電車止まるわ、ダイアが乱れて電車が来ないわ、でgdgdでしたが、なんとか発表出来ました。運営者に感謝。 プレゼン資料 C/C++ユーザだったら、luaの構文を見た時に？？？となる点がいくつかあると思います。 そんななんで？な点を、オープンソースなんだから、自分でハックすればいいじゃないという感じで、ガリガリ書き換えていく話です。 ソースコードはgithubにあるので、ご自由にご利用ください。 懇親会と２次会の後は、夜行バスでやられながら、 名古屋に行って、さくちゃんのバースデーパーティに行きましたとさ。
ルールベースjuliusの誤認識対策にSVMを利用してみよう - お前の血は何色だ!! 4
前回やったことの続きです。 ルールベースの音声認識をjuliusでやったときに過剰にマッチしまくる問題への対策です。 前回、juliusのクセを観察し、独自のスコアリングをやりました。 多少は誤認識に強くなったのですが、それでも人と人が会話や議論するような短文のやり取りにさらされると、やっぱり誤認識してしまいます。 SVM もう、これは単純なパラメータの閾値では無理です。 ある閾値がそれを超えたら捨てるなどの単純な話ではないのです。 複数のパラメータが複雑に絡み合った世界です。 それをニンゲンの手で観察し、推論していては時間が膨大にかかってしまいます。 人間でやると大変なことは、機械にやらせましょう。 と、いうわけで、機械学習です。 今回は、機会学習の中からSVMを利用します。 SVMは精度もさることながら、学習速度はやや問題があるものの、判別は高速ですし、何よりライブラリが比較的揃ってお
ルールベースの juliusと精度 - お前の血は何色だ!! 4
ルールベースの julius と精度についてです。 ルールベースの julius は、やたらに過剰マッチを繰り返します。 そこで、SAPIでやったように、認識率で重しをつけます。 一応、score や confidence(cmscore)などがあるのでそれで判断できそうに思えます。 が、実際やってみると、うまくいきません。 ケーキ食べたい (ケーキ)(ください) または、(ケーキ)(食べたい) といった音声認識パータンを作ってみます。 いろいろ喋ってみて様子を観察しましょう。 動くサンプルは、このサンプルキットの grammar-kit-v4.2-win\cake です。 0 [</s>] silE 1 [<s>] silB 4 [ケーキ] k e: k i 5 [ください] k u d a s a i 5 [たべたい] t a b e t a i ケーキください ケーキ食べたい ケーキ
SAPIルールベースの音声認識と精度 - お前の血は何色だ!! 4
ルールベースの音声認識は、想定していない単語にまで過剰にマッチしてしまうことがあります。 そのため、そのままだと使いものにならないので、何かで重しをつけて上げる必要があります。 その重しの付け方について説明します。 windows SAPI な音声認識だと、 SPPHRASEELEMENT の SREngineConfidence に一致率を示す確率が格納されます。 確率なので、 0〜1の間のdouble型で格納されます。 これを見ることでおおよそのマッチ率を見ることができます。 ISpRecoResult* tempresult; { tempresult = tempevent.RecoResult(); //認識した文字列の取得 CSpDynamicString tempdstrText; hr = tempresult->GetText(SP_GETWHOLEPHRASE, SP_
luaでPHPライクにwebに組み込めるテンプレートを作ってみた。 - お前の血は何色だ!! 4
luaを使って webアプリ作れれば面白くね？ と、いうことで、 PHPのノリで lua を使えるテンプレートを作ってみました。 <html> <body> <?lua for(i=1,99){ local key=""..i..""; if( not out["records"][key]){ break; } local value = out["records"][key]; ?> <div class="img" id="img-1"> <div><a href="javascript:void(0)" onclick="mediaplay(<?= key ?>)"> <img width="255" height="255" src='data:image/jpeg;base64,<?= value["image"] ?>'><br /> <div class="msg" ><s
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
音声認識を利用した未来のホームコントロールのティザーを作った - お前の血は何色だ!! 4
機械学習×プログラミング勉強会で「音声認識の誤認識フィルタとしての機械学習」という発表をしてきました。 - お前の血は何色だ!! 4
第7回kernel/vm探検隊でなのは完売しました。 - お前の血は何色だ!! 4
