Raspberry Piで音声認識する人工知能をつくってみる | IoT NEWS
IoT技術部の５回目は「音声認識」で命令を聞く「人工知能」に挑戦です。みなさんは、話題の人工知能って手軽にやろうとするとどれくらいできるのだろうって思ったことありませんか？ 今回は、Amazon Echoのように、Raspberry Piにつけられたマイクに向かって命令すると、命令を聞くというモノをつくってみようと思います。 今回作った人工知能は、名付けて「トメキチ（留吉）」。名前を考えていてパッと頭に湧いたのが「トメキチ」だった、という単純な理由でこの名前にしましたので深い意味はありません。。。 目標とする動きは、こんな感じです。 １）マイクからの音声を認識する ２）認識した音声に応じてコマンドを実行する 今回は、 「トメキチ 歌ってください」 と話しかけると、トメキチが歌い出すようにしてみます。 あとは、ちょっと会話っぽくするために、話しかけると 「へい！親方！」 と答えてくれるように
Sirius: An Open Intelligent Personal Assistant
Disclaimer: Sirius is not produced by Apple and is in no way derived from Apple's Siri. Sirius has been renamed to Lucida. The new project page is at www.lucida.ai. This website and the content made available is to reproduce results from the ASPLOS 2015 publication [1]. Sirius [1] is an open end-to-end standalone speech and vision based intelligent personal assistant (IPA) similar to Apple’s Siri,
色んなガジェットを組み合わせた部屋を作ってみたので色々と考察してみた - 凹みTips
はじめに IoT（Internet of Things: モノのインターネット）時代到来により、様々なセンサ・デバイスがインターネットに繋がるようになり始め、多種多様なガジェットが開発・販売されるようになってきました。 モノのインターネット - Wikipedia IoT Funding Guide | 2019 and Historic Timeline of Internet of Things Acquisitions and Venture Capital Investments 私はインターネットにつながる PC / スマホ以外のガジェットとして、WeMo Motion / WeMo Switch / Hue / Netatomo / Blink(1) / iRemocon / Future Home Controller / Pebble 等を保有しているので、これらを組み合わ
脳波で見る空耳
脳波で見る『空耳』 オーディオの科学へ戻る 心理効果とブラインドテストのページに書いたように、オーディオの世界では『思いこみ』などの心理効果で音が変わって聴こえる可能性が大きい。このことは実験心理学の分野では常識とされているようである。ここでは、このHPを見られた実験心理学の研究者の方に教えていただいた研究論文を私なりに解釈して紹介する。なにぶん、専門外の学術論文であり、誤解もあるかもしれないので遠慮なく指摘して下さい。 元論文は「Decision-Ralated Cortical Potentials During an Auditory Signal Detection Task with Cued Observation Intervals」(合図で告知される時間内にオーディオ信号を検出する時の脳波の検出）というタイトルで著者は K.C Squires 他、J. of Experim
iOS objective-c xCode 日本語読み上げ(音声合成) | iOSアプリ開発メモメモ
少し前に、日本語を読み上げさせたくて調べた事がありました。 その時は、下の２種類を発見しました。 ・OpenEars（フリーのiOS向け音声認識／音声合成ライブラリ ・N2 (KDDI研究所の音声合成ソフトウェア) 前者で実装してみたのですが、先輩方がアップして下さっている ソースをコピペしてみるも、コンパイルエーラー多数で動かず。 エラーを取り除いて見ても、発話せず・・・。 後者は、販売価格30万円～と高額。 さらに、アプリ配布にロイヤリティが発生すると言う事で貧乏人には論外。 すぐ欲しかったわけではないので、ペンディング状態でした。 しかし、たまたま「ｗｅｂりーだー」というウェブの読み上げアプリを発見しました。 https://itunes.apple.com/jp/app/webrida-yin-sheng-dumi-shanggeburauza/id485960506?mt=8 O
フリーの iOS 向け音声認識／音声合成ライブラリ『OpenEars』の使い方 - その後のその後
OpenEars は Politepix 社より提供されているフリーの iOS 向け音声認識／音声合成（Text to Speech, TTS）ライブラリです。 OpenEars 話した言葉を認識したり、入力した文字列を読み上げたり（mac の say コマンドみたいなもの）することができます。 試してみたところ超簡単に使えたので、自分のアプリに OpenEars を導入する方法を紹介します。 音声合成の導入方法 フレームワーク追加、ヘッダインポートといった一般的なライブラリの導入手順をのぞけば、基本的にはメソッドを1つ呼ぶだけで導入できます。 1. フレームワークをプロジェクトに追加 解凍したフォルダ配下にあるFrameworkフォルダごとプロジェクトに追加します。フォルダには OpenEars.framework、Slt.framework ほか、言語モデルや辞書が入っています。 また
【iOS】iPod Library Accessの使い方（５）音声入力を使ってiPodを操作する - The jonki
前回の続きです 【iOS】iPod Library Accessの使い方（４）任意の曲を検索して再生する さて今回はとうとう最終回。非公開のUIDictationControllerなる音声入力のライブラリを使ってこれまで作ってきたiPodを操作してみました。動画がこちらです。 説明 iOSの音声入力に関してはこちら様のサイトが参考になります。 iOS 5.1 の音声入力を使ってアプリケーションを操作してみる 擬似的にキーボードを表示するビュー（ユーザーには見えないですが）を作り、そこで音声入力の関数を呼び出します。キーボードにあるあのマイクアイコン押下と同様のイベントを起こすことを意味します。で、その認識結果をiPod Library Accessで使うと言った感じです。 UIDictationControllerのヘッダ情報はこちらで確認可能。 http://developer.lim
リモコンはオワコン。音声認識でお部屋の家電を操作してみた。 - 凹みTips
はじめに 本エントリは未来のお部屋シリーズの第４弾です。 本シリーズでは、音声認識システムの Julius と TCP/IP 通信で制御できる赤外線学習リモコン iRemocon を繋いで音声認識による家電操作の実現を目指しています。 ついに！音声認識でお部屋の家電を操作できましたので、ご紹介します。 環境 Ubuntu 10.04 Boost 1.48.0 gcc version 4.6.1 20110617 (prerelease) (GCC) Julius grammar-kit-v4.1 iRemocon 集音マイク×2 (2分岐) 構成 動作構成は以下になります。 マクロ実行部は iRemocon 以外の何か操作も出来るようにしようと思ってますが、未実装です。 ソースコード 各ソースコードは github に上げました。 https://github.com/hecomi/Jul
引越ししたので未来なお部屋を作ってみた。 - お前の血は何色だ!! 4
年の瀬に引越ししたので、部屋の再構築を行った。 コンセプトは快適に引き篭もれる未来の部屋。 その紹介をしたいと思う。 図面 一部省略の図面、古い建物なのでちょっと広い。 10m2 * 2部屋ぐらい。 何度か検討を繰り返してこの形式に落ち着いた。 カーテンを100インチのディスプレイにしてみた カーテンレールに100インチのスクリーンを釣り下げてみた。 カーテンが支えられるんだから、100インチのスクリーンぐらい支えられるだろうという発想。 カーテンレールに入れるのにLANケーブル用のマーカータイを使ってみた。 束ねれば結構強固である。 スクリーンの後ろは黒塗りされているので裏写りはないと思うけど、念のための裏写り防止のためと、昼間でも投影できるように暗室を作りたかったので、暗室用のブラックカーテンを後ろに引いている。 プロジェクターはNECの NP-U310WJD 短焦点プロジェクターを使
iOS SDK用音声認識機能ライブラリVocalKitの使い方 - その後のその後
2010年12月4日に行われたyidev（横浜iPhone開発者勉強会）第七回で話した際の資料です。 VocalKitについて from Shuichi Tsutsumi iPhone SDKで利用できる音声認識ライブラリ（Pocket Sphinxのラッパー）VocalKitについて紹介しています。 （内容） 『勇気をください』 「勇気をください」と言うと、勇気の出るエピソードが表示される VocalKitとは？ オープンソースの音声認識エンジン、Pocket Sphinxのラッパー https://github.com/KingOfBrian/VocalKit 使い方 録音を開始する [vk startListening]; 認識を開始する [vk postNotificationOfRecognizedText]; 認識結果を受け取る （NSNotificationが飛んでくる） 単
初音ミク、エージェントになる？――名工大「MMDAgent」がもたらす未来
画面に話しかけると3Dの初音ミクがエージェントとなって答えたり踊ったりする――そんな技術が話題を呼んでいる。 名古屋工業大学国際音声技術研究所（代表：徳田恵一教授）では、内部で開発してきた音声合成ツール、音声認識エンジンや3D技術を用い、音声による指示にキャラクターがモーションと音声付きで応答する音声インタラクションシステム構築ツールキット「MMDAgent」を「CEATEC Japan 2010」（10月5日から、千葉・幕張メッセ）で展示する。9月21日夕方にニコニコ動画で展示内容ムービーを公開し、一夜で再生数2万を超える人気を得ている。 名古屋工業大学といえば、楽譜を入力するだけで自然な歌声で歌い上げる歌声合成技術「Sinsy」が昨年末にニコニコ動画で発表されて話題となった。MMDAgentにはこれと共通する技術基盤が使われている。 MMDAgentで使われているテキスト音声合成技術の
温泉認識用の自然言語を作るとしたら。: 2010-05-01 - IHARA Note
本日の話はたわごとであるが、それなりに面白いような気がするので書く。音声認識とインタフェースに関する話である。 とある人に音声認識についていろいろと聞かれた。その人はほとんど音声認識について技術的な知識がなく、質問は「今どこまで音声認識はできているのか」という抽象的なところから始まった。その後、話はいろいろと飛んだのだが、最後にその人ならではの視点からの質問が来た。こんな質問である。 「パソコンのキーボードはとても打ちづらい配置になっているが、人はそれに適応した。つまり、人が道具に合わせた。音声認識でも人が道具に合わせることは可能なのか？ つまり、音声認識に合わせた人工言語を作ることは可能なのか？」 最初私は直感的に不可能だと感じたが、数秒考えて「あるといえばある」ということを答えた。音声認識が苦手なのは、子音と子音に伴う無音区間の扱いである。無音区間というのは単語と単語の間とかいう意味で
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
OS X 10.11 El Capitanでは特定のキーワードを音声入力コマンドの前につけることで音声でMacの操作が可能に。
連続音声認識システムに使用するアルゴリズム
大語彙連続音声認識システムJulius