音声認識

スマートフォンに向かって話しかけたとき、こちらが言ったことがすぐ文字になって表示される。それはとても便利で、不思議なしくみである。 けれども、ふと気づくことがある。たとえば「じゅきゅうバランス」と言ったつもりなのに、表示されたのは「受給バランス」。……あれ？これは「需給バランス」じゃなかったっけ？🤔💭 そんな小さな違和感のうしろで、じつはAIという仕組みが、一生けんめい「ことばの意味」を考えているのだ。 AIは「音」を聞いて、「ことば」を探している🎧🔤 AIはまず、話しかけられた“音”を文字にしようとする。でも、音だけではわからないことがある。 「じゅきゅう」と言っても、それが「需給（需要と供…

スマホに話しかけて文字を入力する「音声入力」📱🎙️ とても便利だけれど、ときどき思ったのと違う言葉になってしまうことがある。 たとえば私が「需給バランス」と言ったとき、スマホは「受給バランス」と変換してきた。 ……あれっ？😳 似てるようで意味がちょっと違うこの2つの言葉。 でも、なぜそんな変換ミスが起きたのだろう？ 🧠 実は、AIが“がんばって聞いている”からなんだ 音声入力には、「AI」がこっそりお手伝いしている。 スマホに声を届けると、中のAIが「今の音は、どんな言葉だったのかな？」と考えてくれるんだ。 でもね、「じゅきゅう」という音は、「需給」なのか「受給」なのか、耳だけでは区別がつきに…

音声入力で文章を書く時、いろんなことに気づくようになった。たとえば──「需給バランス」が、なかなか出てこない。 電気の話でも、経済の話でもよく出てくる言葉なのに、音声で入れると「受給バランス」になってしまう。「あれ？」と思って、もう一度ゆっくり言ってみる。でも、やっぱり「受給バランス」になる。 ……そんなに「受給」って日常で使ってたっけ？ たしかに「年金を受給する」とか、「給付金を受給する」みたいな言い方はある。でも、ふだんの暮らしでそんなに頻繁に出てくる言葉じゃない気もする。 おそらく、AIにとっては「需給」よりも「受給」の方が身近なのだろう。きっと、音声の変換って「使われる頻度」が強く影響…

ランキング参加中人工知能 ボク：ねえ、ジェミニ！この前、「AI搭載！」電気製品に使われているAIとして、決定木／ランダムフォレスト、サポートベクターマシン（SVM）と ニューラルネットワーク（Neural Network）の３つを上げてくれたけど、他にどんなタイプのAIがあるのかな？ こんにちは！元気にしているかい？ この前は「AI搭載！」の電気製品に使われているAIの種類について話したよね。決定木、ランダムフォレスト、サポートベクターマシン、そしてニューラルネットワークと、いろいろなAIがあることを紹介したけど、他にもたくさんのAIがあるんだよ。 例えば、こんなものがあるよ。 強化学習 (R…

あなたは、普段何気なく利用しているウィキペディアや音声アシスタントで、突然「クレオパトラ」のページが表示され、驚いたり戸惑ったりした経験はありませんか。 操作中に予期せぬ表示が現れると、どうしてこうなるのか疑問に思い、不安になることもあるでしょう。 実は、この現象には音声認識のちょっとした誤作動やシステム設定の影響が関係しており、古代エジプトの女王クレオパトラという歴史上の象徴的存在が、現代技術と不思議にリンクしているのです。 この記事では、そんな現象の背景や仕組みを、歴史的なエピソードやユーザーの体験談を交えながら、初心者でもわかりやすい言葉で解説しています。 あなたの疑問や不安を共感しなが…

音声認識システムを使うとき、無音部分までデータを送るのは料金だったりリソースの無駄になりがち。 それに、無音や雑音を音声認識させると、何かと変な結果が返ってきがち。 そこで前々から気になっていたのがVAD(Voice Activity Detection、発話区間検出)。 中でもSilero VADは精度が高いらしいけど、 ・ストリーミングで発話区間を検出して ・ソースコードがコンパクトで ・全体の音声データをWAV形式で保存して ・発話部分だけを切り出して、これもWAV形式で保存して ・発話ごとのラベル情報を記録して といったサンプルが見つからなかったので、自分で作ってみました。 もちろん、…

こんにちは！エキサイト株式会社、SaaS・DX事業部エンジニアの岩田史門です！ エキサイトHDアドベントカレンダー7日目を担当させていただきます! はじめに 自動音声認識 (ASR: Automatic Speech Recognition) と話者分離 (SD: Speaker Diarization) は、カスタマーサポート、自動議事録作成、音声インタフェースの改善など、さまざまな分野で活用されています。 現在開発に携わっている、FanGrowthというプロダクトでも、ウェビナーレポートという機能で活用しています！ www.fangrowth.biz 本記事では、OpenAIのWhispe…