クラウドの音声認識APIで、ライターにとって実用的な「文字起こしサービス」は作れるのか？
文章を書く仕事をしている多くのライターが苦手にしている作業のひとつに、かつて「テープ起こし」と呼ばれ、いまは「文字起こし」と呼ばれるものがあります。 これは取材やインタビューを行う際に録音したものを聞き返して、逐一正確に文字にしていく作業なのですが、とにかく単調で集中力が必要です。僕はこの作業が苦手ですぐ集中力が切れてしまうので、たとえば60分のインタビューの文字起こしをしようとすると、だいたいその3倍以上の時間がかかることを覚悟しなければなりません。 ある日、たまたま後輩と一緒にインタビューの仕事をしているときに、後輩が僕にこう言いました「新野さん、もし文字起こしを自動でやってくれるソフトがあったら僕は100万円出してもいいですよ」と。 まったく同感でした。この先ずっと、必要な時にいつでも機械がその場で自動的に文字起こしをしてくれるのなら、100万円ぐらい払ってもいい（僕もたまにクラウド
チームラボ、マシンラーニング・ソリューションズに出資し、AIによるソリューション事業を開始 | IoT NEWS
チームラボ株式会社は、機械学習の社会適用に特化したサービスを提供するマシンラーニング・ソリューションズ株式会社（以下、MLS）に出資し、MLSと共にAIによるソリューション事業を開始すると発表した。 新会社MLSは、今後需要が急激に拡大すると見込まれるAI導入に関する技術支援ニーズに対応し、AIの高度化・精緻化に必要な機械学習に関するコンサルティング事業を行う。また並行して、AI関連のベンチャー企業に対する資金支援と技術支援を行うインキュベーション事業もあわせて行う予定だ。 MLSの技術顧問には、東京大学大学院教授で理化学研究所革新知能統合研究センター長の杉山将氏など機械学習の分野において世界レベルで活躍する研究者を迎える。 【関連リンク】 ・チームラボ（teamLab） ・マシンラーニング・ソリューションズ（MLS） IoTNEWSは、毎日10-20本の新着ニュースを公開しております。
マシンラーニング・ソリューションズ株式会社
データを持っていれば、機械学習において、大きなアドバンテージを取れる。それを真に受けて、試してみました。 チュートリアルが用意されていますので、それにデータを入力すれば、「なるほど」という感じくらいの結果はでます。 問題はそこからです。 性能を上げるにはどうしたら良いのかの試行錯誤がはじまるのです。 データの設計、ニューラルネットワークの設計、学習と評価のトライアンドエラーを繰り返すのです。膨大なエネルギーが必要です。 データにおいては、まずはデータのクレンジングが必要です。データが大量にあってもほとんど使えないということも多々あります。そうなると、データの入手方法から考えなくてはならなくなります。また、使えるデータであっても、教師データに加工する必要がある場合もあります。この作業にも非常に工数がかかります。 ニューラルネットワークの設計では、検索が鍵になります。事例を参考にしながらの試行
Report: 57% of smart speaker owners have bought something with their voice
There are roughly 20 million smart speakers now in the US. And more than half of device owners have used them to buy something, according to survey data from NPR and Edison Research. The data released this week is part two of a report first introduced in July. Called “The Smart Audio Report,” the data are based on a survey of 800 people who owned at least one smart speaker and an equivalent number
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
