今日のre:InventでDeep Learningを使った音声合成サービスのAmazon Pollyが発表されました。 正直、DLを使ったの音声合成が話題になったのなんて今年に入ってからだと思っていたのに、もう商用化したんか！という気持ちでいっぱいです。 Amazon Polly – 文章から音声へ、47の声と24の言語 | Amazon Web Services ブログ Amazon Polly – Lifelike Text-to-Speech [2016/12/02追記] PollyがDLベースという話は https://aws.amazon.com/jp/polly/ に、"Polly is an Amazon AI service that uses advanced deep learning technologies to synthesize speech that so

3行まとめ Recurrent Neural Networkによるかな漢字変換をTensorFlowを使って実装しました。 既存手法のN-gramと比べて高い精度（文正解率2.7ポイント向上・予測変換3.8ポイント向上）を実現しました。 RNNの特性により離れた単語の共起関係と低頻度語の扱いが改善されました。 かな漢字変換とN-gramモデルの限界 パソコンやスマートフォンで日本語を入力するためのかな漢字変換には、同音異義語や単語区切りに曖昧さがあります。この問題に対処するため、現在は大規模な訓練データに基づく統計的言語モデルが主流になりました。その中でも代表的な単語のN-gramモデル1では、連続する単語列の頻度を使って言語モデルを構成し、変換候補の確率が高いほど順位が高いと考えます。 しかし、N-gramモデルには離れた単語の共起関係を考慮できないという問題点（マルコフ性）と、低頻度語

Appleが提供する音楽配信サービスApple Music（アップルミュージック）には、新規ユーザーを対象に1カ月、または6カ月間の無料トライアル期間があります。気軽に楽曲ラインナップやプレイヤー機能を試せる便利さの一方で、無料トライアル期間を1日でも過ぎてしまうと月額料金が発生してしまいます。 料金を支払って契約する気がないのであれば、事前に解約方法を確認しておきたいところです。そこで本記事では、Apple Musicの解約（退会）方法についてiPhoneとAndroidスマホそれぞれの手順を解説します。

Appleが7月1日に提供開始した音楽ストリーミングサービス「Apple Music」は、3カ月間はトライアル期間で料金が発生しないが、Apple Musicの自動更新をオンにしていると、3カ月後に月額980円（税込）の料金が発生する。 サービス開始当初にApple Musicを使い始めた場合、9月下旬～10月上旬にかけて自動更新となる。自動更新をオンにしたまま3カ月がたち、気づいたら課金されていた……という人は多いのではないだろうか。かくいう筆者も、9月30日に最初の自動更新が行われた。 これ以上課金されたくないという人は、Apple Musicの自動更新をオフにしよう。「ミュージック」アプリを立ち上げ、左上の人物アイコンをタップ→「Apple IDを表示」→「購読」の「管理」を選ぶと、毎月課金されるコンテンツ一覧が表示される。ここで「あなたのメンバーシップ」をタップし、「自動更新」をオ

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

Amazon Web Services ブログ Amazon Lightsail – AWSの力、VPSの簡単さ 部品から複雑なシステム(家、コンピューター、家具)を組み立てるのを好む人がいます。彼らは、計画プロセスを楽しみ、慎重に各部品の調査を行い、望ましい力や適応性のバランスを与える部品を選択します。邪魔にならないに計画することで、彼らは最終品に向けて、部品を組み立てるプロセスを楽しみます。他の人々は、このdo-it-yourself(DIY)が魅力的で価値があると思っていませんし、途中であまりに多くの決定を下す事なく、できるだけ早く結果に到達する事に興味があります。 聞き覚えありませんか？ 私は、このモデルはシステムのアーキテクチャとシステム構築にも同じ様に当てはまると思います。時々、個々のAWSコンポーネント(サーバー、ストレージ、IPアドレスなど)を手動で選ぶ事に時間をかけ、あな

2016 - 12 - 01 自己符号化器を用いたDCGANの事前学習 注意：まだ研究中なのでこのページの内容は間違っていたりしてると思います。 今さらですがDCGANに手を出してみました。 ただ試すだけでは味気ないので少しアレンジしてみました。 データはsugyanさんのアイドル画像デー タセット を使いました。 1.前置き 昨年の今頃にDCGAN(Deep Convolutional Generative Adversarial Networks)が話題となっていました。 DCGANとは、一様乱数の100次元ベクトルからきれいな画像を生成するgeneratorを作る、というものです。 例えばDCGANを使えば、 アニメ顔を生成 したり、 アイドルの顔を生成 したりできます。 DCGANの詳しい内容は こちらのページ をご覧ください。 ところで、 こちらのページ によれば、DCGANは学

メディア関係者向けお問い合わせ先 メールでのお問い合わせ: pr-jp@google.com メディア関係者以外からのお問い合わせにはお答えいたしかねます。 その他すべてのお問い合わせにつきましては、ヘルプセンターをご覧ください。

こんにちは、データ分析部の阿部です。 作業中音楽は聞かない派ですが、ホワイトノイズを聞いていると集中できるという噂を聞いたことがあるので少し気になっています。 今回は、re:Invent2016で発表されたばかりのAthenaを紹介します。 Athenaとは データの準備 テーブル作成 速度測定 まとめ Athenaとは 本日、AWSのre:Invent中で、RedshiftやEMRに続くビッグデータサービスとして、Athenaというサービスがリリースされました。 Athenaは、S3上のデータ（CSV, JSON, その他フラットファイル）に対して、インタラクティブにSQLを実行することができます。 RedshiftやEMRに比べて、クラスタの構築や運用を必要とせず、シンプルにクエリを実行できるというメリットがあります。 課金形態も、クエリ&読み込んだデータ量に応じて課金という点で、Go

AWS Big Data Blog Analyzing Data in S3 using Amazon Athena April 2024: This post was reviewed for accuracy. Amazon Athena is an interactive query service that makes it easy to analyze data directly from Amazon S3 using standard SQL. Athena is serverless, so there is no infrastructure to set up or manage and you can start analyzing your data immediately. You don’t even need to load your data into A

Get streamlined, near-instant startup of SQL or Apache Spark analytics workloads with a serverless experience. Build interactive, advanced analytics applications using data on-premises, in your data lake, or in cloud stores. Gain flexibility with support for choice of language, open-data formats, open-source frameworks, and BI and machine learning (ML) tool integration.

著作権者に無断で漫画などを電子データ化し、販売したとして、京都府警生活経済課などは３０日、著作権法違反の疑いで「自炊」代行業の木下裕喜容疑者（３５）を逮捕した。写真は押収されたスキャナーや裁断機など。【時事通信社】 ( 時事通信 ) 著作権者に無断で漫画などを電子データ化し、販売したとして、京都府警生活経済課などは３０日、著作権法違反の疑いで「自炊」代行業の木下裕喜容疑者（３５）＝京都市左京区下鴨南野々神町＝を逮捕した。「法に触れると思っていた」と容疑を認めているという。 　紙の本を電子書籍化するため、スキャナーで読み取り複製する「自炊」と呼ばれる作業の代行サービス業者を相手に作家らが起こした訴訟では、業者側の著作権侵害を認める判決が３月に最高裁で確定している。府警によると、業者による自炊行為そのものの摘発は全国初という。 　逮捕容疑は４〜７月、京都府内の女性２人に販売する目的で、漫画「坂

Amazon Web Services ブログ Amazon Polly – 文章から音声へ、47の声と24の言語 この記事を書き始める時に、自分の子供の頃(TVを見てばかり過ごしていました)に戻って、1960年代や1970年代の有名なコンピュータやロボットの声を思い出してみました。たった数分で、HAL-9000、B9 (Lost in Space)、Star Trek Computerのオリジナル、そしてRosie (The Jetsonsより)が頭に浮かびました。当時は、機械的に生成された音声は、正確な音でそっけなく、人間の感情を欠いているものを多くの人が期待していました。 多くの年月を早送りして、現在はコンピュータが生成した音声には多くの優れたアプリケーションとユースケースが存在し、一般的にText-to-SpeechまたはTTSとして知られています。エンターテイメント、ゲーム、公的

Amazon Web Services ブログ Amazon Rekognition – 深層学習による画像検出と認識 この画像を見た時に、何が見えますか？ 単純に、動物には見えるでしょう。ペット、犬、またはゴールデンレトリバーに見えるかも知れません。画像とこれらのラベルの連想は脳の中でハードウェアな回線があるわけではありません。代わりに、何百何千もの例を見た後でラベルを学んだのです。いくつかの異なるラベルを処理することで、動物と植物、犬と猫、ゴールデンレトリバーと他の品種を見分けることを学んでいます。 画像検出のための深層学習 コンピュータに同じレベルの理解力を与えるのは、非常に難しいタスクであると証明されています。数十年に渡り、コンピュータ科学者は多くの異なる手法でこの問題に立ち向かってきました。今日、この問題に対する最良の解として広く同意を得られているのが、深層学習を用いたものです。

Amazon Web Services ブログ Amazon Lex – 対話的音声＆テキストインターフェースを構築 話すコンピュータは素晴らしいですが、聞いて応答するコンピュータはさらに優れています。 もしあなたがAmazon Echoを使用している場合は、Alexa-poweredなインタラクションモデルがどれほどシンプルで、有益で、強力であるかが分かります。 本日、Amazon Alexaを支える深層学習技術(ASR – 自動音声認識, NLU – 自然言語理解)と同じものを、ユーザーの会話アプリケーションの中で利用できるようにしました。Amazon Lexは、チャットボットや魅力的で実物そっくりのやり取りをサポートするその他のウェブ＆モバイルアプリケーションを構築するために利用できます。あなたのbotは、情報を提供したり、アプリケーションを強力にしたり、作業を効率化したり、ロボット

Amazon Web Services ブログ Amazon Athena – Amazon S3上のデータに対話的にSQLクエリを 私達が扱わなければいけないデータの量は日々増え続けています(私は、未だに1,2枚のフロッピーディスクを持っていて、1.44MBというのが当時はとても大きいストレージだったことを思い出せるようにしています)。今日、多くの人々が構造化されたもしくは準構造化されたペタバイト規模のファイル群を、日常的に処理してクエリしています。彼らはこれを高速に実行したいと思いつつ、前処理やスキャン、ロード、もしくはインデックスを貼ることに多くの時間を使いたいとは思っていません。そうではなくて、彼らはすぐ使いたいのです: データを特定し、しばしばアドホックに調査クエリを実行して、結果を得て、そして結果に従って行動したいと思っていて、それらを数分の内に行いたいのです。 Amazon

［速報］顧客のデータセンターに大型トラックで乗り付け、100PBのデータを吸い上げる「AWS Snowmobile」発表。AWS re:Invent 2016 AWSは大容量のデータを顧客のデータセンターからAWSのクラウドへ物理ストレージを利用して効率よく転送するために「Amazon Snowball」を2015年に発表しました。 今回のAWS re:Invent 2016では、このAmazon Snowballの進化形として「AWS Snowball Edge」が発表されました。 Snowball Edgeは100TBの頑丈なストレージにコンピュート機能などを内蔵したことで、処理中のサーバに接続し、ストレージとして直接データを受け取るといったことが可能になります。 しかし「企業が保存しているデータがエクサバイトだったらどうだろう？」と、AWS CEOのAndy Jassy氏。「エクサバ

このエントリはEx CyberAgent Developers Advent Calendar 2016 - Adventar1日目の記事です。 元サイバーエージェントの人がわいわいやります。 κeenです。二年弱勤めたサイバーエージェントを退職したのでその旨について。 サイバーエージェントの思い出 サイバーエージェントに興味をもつきっかけになったのも入社することになったのも学生の頃からずっと参加し続けていたLispMeetUpでした。 LispMeetUpでは長らく会場としてCAのセミナールームを使わせてもらっていました。 そこでエンジニアに対して気軽に施設を提供するCAや社員の@potix2さんを知って、そのまま@potix2さんの手引でCAに入社する運びとなりました。 「面接でLispは口にしない方が良い。100%落ちる。」なんて言ってた割にはLisp繋りで入社しました。 Cyber

はじめに 日本語の文章内の単語をemojiに変換するえもじほんやくき（emoji-translate-jp）を作ってみました。考え方と参考にした記事、ライブラリなどをシェアしたいと思います！ emoji-translate-jpとは こちらです。 https://risacan.github.io/emoji-translate-jp/app/index.html Herokuの立ち上げで翻訳に時間がかかる場合があります。 でも淹れながら気長に変換をお待ち下さい。 emoji-translateの実装 emoji-translate- jp は、英文の単語をemojiに変換してくれるemoji-translateを非常に参考にしています。そのため、最初にemoji-translateの紹介をします。 emoji-translateはemojilibというemojiのキーワードを集めたライブ

This image contains sensitive content which some people may find offensive or disturbing. Click to reveal

AWS News Blog EC2 Instance Type Update – T2, R4, F1, Elastic GPUs, I3, C5 Earlier today, AWS CEO Andy Jassy announced the next wave of updates to the EC2 instance roadmap. We are making updates to our high I/O, compute-optimized, memory-optimized instances, expanding the range of burstable instances, and expanding into new areas of hardware acceleration including FPGA-based computing. This blog po

こんにちは。JXUG (Japan Xamarin User Group) 主宰の田淵です。 今回、このような騒ぎになってしまい、大変悲しいです。私から、どのような成り行きだったのか、今後どのような対応をするかについてお伝えします。 経緯 jxug.connpass.com 11/26(土) に名古屋で JXUGC ハンズオンを開催しました。 そこで、2点、運営として不適切な部分がありました。 JXUG に初めて参加された登壇者の方の発表に、ユーザーグループ内にヒエラルキーの存在が有るかのような錯誤を与えるスライドが含まれていたこと 勉強会中のハンズオン休憩時間に、私と千代田まどかさん(ちょまどさん)の誕生日を祝ってくださるケーキが出されたこと 少し説明します。 スライドについて 内容については登壇者の方にお任せしていました。ご本人は今まで JXUG に参加されたことはなく、(ネットで調べ

Google Public NTP serves leap-smeared time. We use this technology to smoothly handle leap seconds with no disruptive events. We implemented Google Public NTP with our load balancers and our fleet of atomic clocks in data centers around the world. � ��bU ��.�bU �f�bU �ֹ�bU