米OpenAIが2022年に発表した音声テキスト変換AI「Whisper」に、文章の一部または全部を捏造してしまういわゆる「幻覚」による重大な欠陥があると、米Associated Pressは10月26日（現地時間）、多数のエンジニアや研究者へのインタビューに基づいて報じた。 Whisperは、インタビューの翻訳や文字起こし、消費者向け技術でのテキスト生成、動画の字幕作成など、世界中の様々な業界で使用されている。Associated Pressは、医療機関でもWhisperベースのツールが診察の会話の文字起こしで使われ始めていることが、深刻な懸念を引き起こしていると指摘する。 Whisperのトレーニングには、ネット上の膨大な音声データと、それに対応する文字起こしテキストから構成される、68万時間に及ぶ大規模なデータセットが使われたとしているが、トレーニングに使った具体的なソースは明示して

｢お尻洗って｣と、ウォシュレットに話しかける時代が来た2024.01.19 08:006,832 Florence Ion - Gizmodo US ［原文］ （ 湯木進悟 ） これぞベスト機能では？ ウォシュレットが登場したとき、その新感覚に驚いたことを覚えている人もいるでしょう。いまではすっかりトイレの標準機能になっていますけど、今年の｢CES 2024｣では、意外なる新機能がデビューを果たしていましたよ。 音声認識でコントロール可能にそもそも当たり前のように、ウォシュレットのボタンを指でタッチしていますけど、もし一切なににも触れずコントロールできたら、衛生面でも最高だったり？ Kohlerは、そんな願いをかなえる｢PureWash Bidet Seat｣を発表しました。 Image: Kohlerなんと音声認識アシスタントとなる、AmazonのAlexaまたはGoogle Assis

チキン＠ライター @HeroofChickens フリーランスのライター4年目。リストラがきっかけ。Kindle出版1位、Kindleプロデュースで1位・ベストセラー取得。商業出版のブックライティング中（2024年の5月ごろ出版かな？） webwhiter-skill.com/job/

今も使っている人どれくらいいるんだろう。 これ、DSの脳トレから全然進化してないじゃん 〜追記〜 みんな色々な意見ありがとう。賛否両方読ませてもらってます！恥ずかしい？何が？ ちなみに、DSのゲームは「脳を鍛える大人のDSトレーニング」ね。くりぃむしちゅーのANN第96回に出てきた、きいろ！も聞き取ってくれないというエピソードから考えたネタだよ。さすがにスマートスピーカーはそこまで精度悪くない。 くりぃむしちゅーのオールナイトニッポンおもしろいからみんな聞いてな！

Meta’s new AI-powered speech translation system for Hokkien pioneers a new approach for an unwritten language Until now, AI translation has mainly focused on written languages. Yet nearly half of the world’s 7,000+ living languages are primarily oral and do not have a standard or widely used writing system. This makes it impossible to build machine translation tools using standard techniques, whic

先日Twitterで「大学生がスマートフォンでレポートを書いている」というツイートが話題になっており、それに対して反応している方達もほぼ全員が「スマートフォンでレポートを書くのは効率が悪い」という前提で話をしていることに大変違和感を覚えました。 なぜなら私はこのブログはもちろん、技術書を執筆するときでさえ主にスマートフォンで下書きをしているからです。 PCを使うのは、ほぼスクリーンショットの撮影と最後の仕上げだけです。 その方が、最初からPCで文字入力するのに比べて圧倒的に効率が良いです。 この記事では、iPhoneとAndroidそれぞれで音声入力を効率よくおこなう方法について解説します。 iPhone・iPadの場合 先に結論から申し上げると、iPhone・iPad・Macの日本語音声入力は、AndroidのGoogle音声入力に比べて認識精度が低く、認識できる単語が少ないです。 仕事

Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 文教大学川合研究室の研究チームが開発した「ユーザのアクションによって反応する自動ドアの開発」は、音声と姿勢で認証する自動ドアの開閉システムだ。自動ドアに設置したカメラで姿勢推定と音声認識を行い、あらかじめ決めておいたポーズと言葉が合致すれば開く。

音声をリアルタイムにアクリル板に表示する 「わかりやすい字幕表示システム」開発 「CEATEC 2021 ONLINE」　京セラブースに出展 京セラ株式会社（代表取締役社長：谷本 秀夫）は、このたび、音声をリアルタイムに認識し、アクリル板などに透明スクリーンを貼付して字幕として表示※1することで、マスクの着用やアクリル板を挟んでの会話の聞き取りづらさを解消する「わかりやすい字幕表示システム」を開発しましたのでお知らせします。 本システムは、2021年10月19日（火）から開催される「CEATEC 2021 ONLINE」の京セラブースに参考出展いたします。また、IoTなどを活用したオープンイノベーションを推進する「I・TOP横浜」の取り組みの一環として、今後、横浜市中区役所にて実証実験も予定しています。 ※1　アクリル板などに透明スクリーンを貼り付けし、字幕として表示します。 「CEATE

Microsoft、文字起こしアプリ「Group Transcrib‪e‬」を公開 2021 3/16 Microsoftは3月上旬、対面での会議や会話のためのリアルタイムのテープ起こしと翻訳を提供する「Group Transcrib‪e‬（グループ転写）」のiOSアプリをリリースしました。会議の参加者がそれぞれのデバイスで使用することができます。 メモを取らずに会議に集中できる優れもの 最先端のAI音声・言語技術を搭載したGroup Transcribeで、会話の参加者は共有セッションを開始し、それぞれが携帯電話のマイクを使用して、リアルタイムで誰が何を言ったかを示す、非常に正確なトランスクリプトをキャプチャできます。 会話の高品質な記録に自信を持つことで、ユーザーはメモを取る必要がなくなり、会話そのものに注意を集中させることができます。トランスクリプトは、共有したり、再配置も簡単に行う

Parrots in captivity seem to enjoy video-chatting with their friends on Messenger

・声で命令するのは思ったよりめんどくさく融通がきかない ・機械に対して声を出すコストは思った以上にでかい ・スマホで命令出したほうが楽 ・機械と会話しても何も面白くない ・現状のレベルの製品はいらない

一つ前の記事で、Windowsのキーボードを取り外してAndroidタブレットのリモートマウスを使って色々な入力を全て行うということを書きましたが、これ半日ぐらい試してみたんですけれども、かなり本気で快適です。 まず最近の音声入力はほとんど誤入力がないため、キーボードで直すことが少ないため、音声入力をしやすい方が、キーボードを打ちやすいよりも大事でした、そしてこのタブレットを机にぺったりとつけて入力ができるというのはタブレットスタンドに中に浮いてるもので入力するよりもずっと早くて安定します。 また、修正の時に親指シフトも十分早いと思っていましたが、最近は日常的にフリックを使うことの方が多いので、下手したら私フリック入力の方が、修正のように少ない文字数の場合には多分早いです。 さらに、リモートマウスのキーボードを日本語入力の時と英語入力のときと数字入力の時に全て切り替えられるので、画面がとて

デジタルトレンド・チェック！　「あれ、やっといてくれる？」と家の中で話しかけると、人工知能（ＡＩ）につながったスピーカーが「わかりました」と答えて用事を済ませてくれる。「あれ」は「テレビ番組の視聴予約」かも知れないし、「足りない日用品の注文」かも知れません。人が話すあいまいな言葉の文脈を解釈し、その意味を理解して、具体的に実行する──米アマゾン・ドット・コムが描いているのはそういう未来です。それは５～１０年程度の近い時期になる可能性もあります。 同社は２０日（現地時間）、本社のある米シアトルで発表会を開催しました（写真１、２）。題材は、ＡＩを利用した音声アシスタント「Ａｌｅｘａ（アレクサ）」の関連製品です。音声で操作するスマートスピーカー「Ｅｃｈｏ（エコー）」シリーズが主軸で、日本でも昨年秋から発売されています。今回はそのＥｃｈｏシリーズがリニューアルし、新しいモデルになりました。 しかし

採用する側も若者のPCスキル不足を実感 しいて言うなら職場への影響は「教えるコスト」 将来的にはPCの出番が減ることが予想される 4月といえば、新生活が始まる季節。ビジネスパーソンにとっては、新入社員が入ってくる時期でもある。 NECパーソナルコンピュータ株式会社が、昨年2月に発表した「大学生（1年生～3年生）・就職活動経験者（大学4年生）、人事採用担当者を対象とするPCに関するアンケート調査」（N＝1012名）によると、9割以上の大学生がパソコンを所有している一方で、7割以上はパソコンのスキルに自信がないとの結果が出ている。 実際、採用する側も若者のPCスキル不足を実感しているようで、「新入社員にPCスキルの不足を感じるか」との問いに、57.2％が「感じる」「やや感じる」と回答。 「マウス操作も分からない新人がいた」、「マウスではなく、画面をタッチするとカーソルが動くと思いこんでいる」と

今年にはいってから音声入力でブログを書いているのですが、どんな感じでやっているかというものを、まとめてみたいと思います。 と言ってもそんな大したことはやっていません。 単純にAndroid端末でGoogleの音声入力を使って入力しているだけです。iOSでもそんなに精度悪くないんですけど、Googleさんのほうが良い気がしています。 まずやり方ですが、僕は最初に下書きを Google Keep に入れています。 ちょっと特殊なことをやっている点は、Google Keepを立ち上げるのをショートカットで簡単にしているぐらいです。Nova Launcerというアプリを使うことで、ホーム画面でダブルタップをすればGoogle Keep をすぐに立ち上げるように設定できます。これがあれば、思い立った時にすぐにメモを取ることができるので便利です。 音声入力の良さはやはり入力スピードの速さです。一般的に

岸政彦 @sociologbook こないだ龍大のゼミ生と話してて、卒論のための生活史調査の文字起こしをえらい丁寧にしてきたから、どうやってやったのって聞いたら、「インタビューの音声をiPhoneで再生してイヤホンで聞きながら、iPadのメモを音声入力にして、マイクに向かって自分で同じセリフを喋り続けた」だった→ 2017-10-06 01:04:51 岸政彦 @sociologbook →最近みんなこれ。InterviewWiterももはや時代遅れか（笑）。漢字変換の精度もかなりいいんだって。タイピングが遅い学生たちに無理やりキーボードで文字起こしさせるよりも、こっちのやり方をすすめていったほうが、これから院生指導するときでも、ええかもしれんね。→ 2017-10-06 01:05:09 岸政彦 @sociologbook →「いまでもタイピングしてるぞ！」という、そんな貴方に。文字起こ

米Amazon.comと米Microsoftは8月30日（現地時間）、両社の音声認識AIアシスタント「Alexa」と「Cortana」を年内に相互接続させる計画を発表した。 Amazon EchoなどのAlexa搭載スピーカーに「Alexa , open Cortana」と呼び掛けてCortanaを呼び出すことと、Windows 10やモバイル端末上のCortanaに「Hey Cortana, open Alexa」と呼び掛けてAlexaを呼び出すことができる。 例えば手元にWindows環境がなくてもAlexa端末経由でOfficeの予定表を確認でき、逆にWindows端末からAmazonのオンラインショッピングをはじめとするAlexaの2万以上のスキルを実行できる。 Amazon.comのジェフ・ベゾスCEOは発表文で「今後、異なるデータセットに接続し、異なるスキル分野を得意とする複数