iPhone4SやiPhone5をお持ちのみなさん、 Apple Siri は活用していますか？NTT docomoのスマートフォンをお持ちの方は、 しゃべってコンシェル を使ってらっしゃいますか？ AndroidやiOSを搭載したスマートデバイスが花盛りの昨今、Apple Siriやしゃべってコンシェルのような スマートデバイスに話しかける」ことで何らかのアクションを起こさせるサービスが、特別な機器を揃えずとも使えるようになりました。 このようなサービスは一般消費者にとっても有用ですが、スマートデバイスを企業内で利用するシーンでは特に力を発揮します。 例えば両手がふさがった状態で機械の整備をしている時に、胸ポケットに入れたスマートデバイスに「次は何をするんだっけ？」と話しかけたら、「次は右の3番ボルトを10N.mのトルクで締めてください」とか答えてくれたら、すごく便利ですよね。 この

用語 † CSJ … Corpus of Spontaneous Japanese の略。 JNAS … Japanese Newspaper Article Sentences の略。 基本的にCSJでの音響モデル構築についてまとめています。JNASについてはリンク先にメモがあります。 HTK … Hidden Markov Model Tool Kit の略。 Julius/Julian の音響モデルとして利用できる！ Hidden Markov Model(HMM) … ニューラルネットワークを用いた母音範疇の獲得モデルに関する研究 pp.40 を参照 ↑ 教科書・参考文献 † 「HTKによる大語彙連続音声認識, 菊池英明, 2000」 これを、以下『テキスト』と呼びます。以下の「HTKによる大語彙連続音声認識」は、テキストにしたがって進めます。 菊池先生がお持ちのはずですので、コピ

音声認識 専門は主に言語モデルです。詳しくは、言語モデルの講義資料で 説明しています。ここでは、まず音声認識の言語モデル構築を簡単に説明します。次に、実際に 音声認識システムを構築する際に不可欠な言語処理ツールの分野適応を紹介します。 音声認識の言語モデル構築 まず、音声認識したい文に近いテキスト $STEM.text を用意し、全ての文字が EUC 全角である ことを確認します。 KyTea のインストール 汎用モデル (EUC) のダウンロード 単語分割 % kytea -notags -model 2011-08-07.kbm < $STEM.text | ./Arabic2HanNum.perl > $STEM.word 発音推定 % kytea -nows -model 2011-08-07.kbm < $STEM.word | ./mkLMtext.perl > $STEM.l

発表・掲載日：2011/10/12 インターネット上の動画音声データの検索・書き起こしシステムを実現 －動画中の発言内容を音声認識でテキストに書き起こして全文検索が可能に－ ポイント 動画共有サービスの動画中の音声を認識して全文検索できるウェブ上のサービスを公開 誰でも簡単な操作で音声認識誤りを訂正して読みやすい書き起こしを作成できる 日本語に加えて英語の動画音声データの検索・書き起こしにも対応 独立行政法人 産業技術総合研究所【理事長 野間口 有】（以下「産総研」という）情報技術研究部門【研究部門長 関口 智嗣】後藤 真孝 上席研究員 兼メディアインタラクション研究グループ 研究グループ長と緒方 淳 研究員らは、ユーザーに協力してもらうことで日々性能が向上する音声情報検索技術を開発し、インターネット上にある日本語と英語の動画音声データ（動画共有サービスやポッドキャストによって公開されてい

Podcastle (ポッドキャッスル) とは Podcastle は、ポッドキャストの音声を日本語で検索できるサービスです。音声認識技術によって音声を文字に変換しています。その認識誤りは、ユーザが自由に訂正できます。詳しくは「Podcastleとは」をご覧下さい。