音声認識で人間並みのコミュニケーションが可能に――「AmiVoice」の未来 (1/2) - ITmedia Mobile
アドバンスト・メディアは同社の音声認識技術「AmiVoice」を用いて、医療やビジネスソリューション、コールセンター、教育、議事録などさまざまな分野で“音声認識”を浸透させてきた。モバイルでは、同社のらくらくホン向け「音声入力メール」やiPhone向け「音声認識メール」のほか、GoogleもiPhoneやAndroid端末向けに音声検索を提供。音声認識は文字入力に変わる新たなユーザーインタフェースとして身近な存在になりつつある。 音声認識技術は今後どのような進化を遂げ、どのようなビジネスモデルが創出されるのか。同社が1月22日に実施した技術・戦略説明会で、その詳細を明かした。 今後は機械が人間並みのコミュニケーション能力を持つ アドバンスト・メディア 代表取締役会長の鈴木清幸氏は、「これまでの音声認識技術は機械中心だったが、今後は人間中心に回帰する」と話し、現在が転換期であることを示唆した
音声検索 API を使った Android アプリ開発
先日リリースして以来、多くの皆さんに好評をいただいている Google 音声検索ですが、開発者の方の中には、この認識エンジンを使っていろいろなアイディアを実現したい、と思われた方もいらっしゃるのではないでしょうか。 実は、Google 音声検索の認識エンジンを使った Android アプリケーションは、どなたでも開発できるようになっています。Recognizer Intent API （サンプルコード）を使えば、さまざまなサービスに音声認識を組み合わせることができます。例えば、天気予報のアプリで場所の設定を声でできるようにしたり、乗換案内のアプリで駅名を音声入力できるようにするなど、さまざまな可能性があります。 なお、Google 音声検索の認識エンジンは、検索キーワードの認識に特化しているため、複数のキーワードを認識するのに適しています。逆に、会話の聞き取りなどには適していません。このよ
工学ナビ - 音声認識ソフトを作ろう
「音声認識」そのものは素人には敷居が高いテーマですが，肝心の「認識」の部分については マイクロソフトから音声認識用のSDKが無償で提供されていますので， 「音声認識をしてなにかするソフト」を作ること自体はそう難しいことではありません． 音声認識で動作するソフトが自作できるようになると，声で動くゲームを作ったり， ロボットに声で指令を与えたり，家電を声でコントロールしたりと，いろいろ夢が広がります． 今回はそのSDKのインストールと，サンプルプログラムのいじり方，音声認識エンジンのカスタマイズ の仕方などについて紹介したいと思います． これを読んで得られるもの ここに書いてある内容をそのままやれば， Windowsで，マイクからの音声入力を使って何かするプログラムが作れるようになる 『ドラゴンボール』など任意の単語も認識できるようになる はずです． 実験を行った基本ソフトウェア環境 今回のコ
Speech Application Programming Interface - Wikipedia
Speech Application Programming Interface（Speech API、SAPI）は、Windowsアプリケーションで音声認識や音声合成を使うためにマイクロソフトが開発したAPI。このAPIには様々なバージョンがあり、Speech SDK の一部として出荷されたものもあれば、Windows OS 自体の一部としてリリースされたものもある。SAPI を使ったアプリケーションとしては、Microsoft Office、Microsoft Agent、Microsoft Speech Server などがある。 一般にどのバージョンのAPIであっても、様々な言語で音声合成/認識機能を使ったアプリケーションを書くための標準インタフェースを提供している。また、サードパーティがSAPI対応の音声認識エンジンや音声合成エンジンを開発することも可能となっている。原則として、
音声認識テキスト入力Javascriptライブラリ w3voiceIM.js
たった一行追加するだけで、あなたのサイトに音声認識機能を付けられます！ w3voiceIM.jsは、Webページの上のテキスト入力フォームに音声認識機能を追加するJavascriptライブラリです。 手軽に音声認識を利用できることが特徴になっています。 また、http://w3voice.jp/でサービスする共有型音声認識エンジンを利用するために、利用者やWeb開発者は、音声認識プログラムのインストールや設定作業を必要としません。 JavaおよびJavascriptが動作するPC及びWebブラウザからの利用をサポートしています。 現在のバージョン 最新のw3voiceIM.jsのバージョンは0.02です。 とりあえず動くようになった開発途上バージョンです。 使い方 音声入力を開始するには、テキストの入力欄をマウスでダブルクリックします。 音声入力パネルが出現したら、「Push here」と
Javaベースの音声認識エンジン「Sphinx-4 1.0」ベータ2が公開 | OSDN Magazine
米Sun Microsystemsは2月8日、カーネギー・メロン大学のSphinxグループなどと共同で開発を進めているJavaベースの音声認識エンジン「Sphinx-4 1.0」ベータ2をリリースしたことを発表した。プロジェクトのWebサイトよりダウンロードできる。 Sphinx-4は、カーネギー・メロン大学が米国防高等研究計画局（DARPA）の支援を受けて開発した音声認識技術プロジェクトを土台としたもの。現在、Sun、三菱電機の米国研究所Mitsubishi Electric Research Laboratories（MERL）、米Hewlett-Packard（HP）と共同で開発が進められている。 Sphinx-4はJavaで作成されており、BSD Lincenseの下で公開されている。オープンソースのツールやリソースを集めたもので、柔軟性を特徴とする。開発者はこれを利用して音声認識
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
手のひらに通訳を──シャープの音声認識ポケット翻訳機
CEATEC JAPAN 2006のシャープブースでは、亀山工場製の第8世代液晶パネル（10月3日の記事参照）や、ソフトバンク、au向けの最新モデル（10月3日の記事参照）などが注目を集めていたが、実はもう1つ興味深い製品があった。それがここで紹介する「ポケット翻訳機」だ。 翻訳機というと、電卓や電子辞書のようなデバイスで、画面に出てくる会話文を選ぶと英語などの外国語でしゃべってくれる機械を想像するかもしれないが、シャープのポケット翻訳機は違う。PDAのような形をしたこの翻訳機は、日本語の音声を認識して英語でしゃべったり、英語の音声を認識して日本語でしゃべったりする。 話した言葉がそのまま翻訳されるため、まさに通訳がいるような感覚で利用可能だ。例文を探す必要がないうえ、例文が収録されていないような場合でも対応可能なのが心強い。 手に収まるコンパクトなボディに、モノクロ液晶と比較的大きなマイ
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
『Voice Translator』音声認識翻訳アプリ ～日本語でしゃべってマルチリンガル！？～
「フリーソフトでつくる音声認識システム」が気になる
http://www.linux.or.jp/JF/JFdocs/Speech-Recognition-HOWTO/software.html
グーグル、喋って検索できるiPhoneアプリ本日公開（デモあり）
英語の発音を解析して文字列に置き換えるサイト、ソフトウェアはないですか？…
http://hil.t.u-tokyo.ac.jp/~galatea/index-jp.html
TOEIC600点相当の翻訳精度――ドコモに聞く「しゃべって翻訳」iアプリ
大語彙連続音声認識システムJulius