Download presentation
Presentation is loading. Please wait.
1
高性能･日本語音声認識ｱﾌﾟﾘｹｰｼｮﾝ
世界最高水準の音声認識ｴﾝｼﾞﾝを使用したｱﾌﾟﾘｹｰｼｮﾝ で具体化する次世代ﾏﾝ・ﾏｼﾝ・ｲﾝﾀｰﾌｪｰｽ 声によるﾊｰﾄﾞｳｪｱ操作の確立・普及により具体化する 作業効率向上と､情報ﾊﾞﾘｱﾌﾘｰの実現 Crescent.co.LTD Copyright Crescent.co
2
Copyright 2002 Crescent.co.LTD
会 社 概 要 社 名： 株式会社 クレセント 設 立： 1990年（平成2年）5月2日 本 社： 〒 東京都中央区東日本橋3-4-10 ヨコヤマビル5階 Tel： （代表） FAX： 君津支店： 〒 千葉県君津市外箕輪 Tel： （代表） FAX： 代表取締役： 古閑 睦郎 受権資本金： ４億円 払込資本金： ９，０００ 万円 事業内容： ． ソフトウェア開発、販売および保守 2． パッケージソフト開発、販売および保守 3． 中小型コンピュータの販売 4． ＯＡ業務コンサルテーション、ＯＡ関連機器販売 ホームページ： Copyright Crescent.co.LTD
3
ご 提 案 内 容 Crescent.co.LTD Copyright Crescent.co
4
音声認識技術で実現する次世代ｲﾝﾀｰﾌｪｰｽ
人間と機械のｺﾐｭﾆｹｰｼｮﾝに声を使った、よりﾋｭｰﾏﾝなｲﾝﾀｰﾌｪｰｽ構築 ﾊｰﾄﾞ･ﾃﾞﾊﾞｲｽ・ｲﾝﾀｰﾌｪｰｽ（ｷｰﾎﾞｰﾄﾞ・ﾏｳｽなど使用） 操作が面倒 （ﾄﾚｰﾆﾝｸﾞが必要） 情報化社会に於いてIT弱者を 生み出す危険性が大きい IT弱者の雇用機会が限定される 音声認識ｲﾝﾀｰﾌｪｰｽ 音声認識技術導入により 操作が簡単 （ﾄﾚｰﾆﾝｸﾞ不要） ⇒作業効率大幅ｱｯﾌﾟ IT弱者でも簡単操作が可能 ⇒情報ﾊﾞﾘｱﾌﾘｰ化実現 IT弱者へも雇用機会が拡大 ⇒ﾏｼﾝ操作の得手不得手に関 わらず優秀な人材を確保 マイク これやって アレして OK! Copyright Crescent.co.LTD
5
音声認識技術で実現する次世代ｲﾝﾀｰﾌｪｰｽ ～具体例
音声認識技術で実現する次世代ｲﾝﾀｰﾌｪｰｽ ～具体例 AmiVoice 処理 実行 マイク内臓 ﾘﾓｺﾝ 録画予約 ○×テレビ １９時から２０時５４分 要 求 内部搭載音声認識APL 内部処理ﾌﾛｰ 声 テキスト化 応 答 ﾋﾞﾃﾞｵ予約なんて 簡単！簡単！ PCに限らず､実装した全てのﾊｰﾄﾞｳｪｱで､声によるｺﾏﾝﾄﾞ入力ができ、ﾃﾞﾊﾞｲｽ操作が一切不要となります。 AmiVoice は 株式会社アドバンスド・メディアの登録商標です。 Copyright Crescent.co.LTD
6
使用するｴﾝｼﾞﾝの性能について Crescent.co.LTD ～ 高性能を裏付ける技術的背景
Copyright Crescent.co
7
Copyright 2002 Crescent.co.LTD
音声誤認の三大要因 音声誤認 動作不良 誤認要因 声のゆらぎ ･緊張 雑 音 ･車の音､など 不要語 ･｢あぁ｣｢えぇ｣など 従来の 音声認識 エンジン ｱﾌﾟﾘｹｰｼｮﾝ 正常動作! OK! OK! ｱﾌﾟﾘｹｰｼｮﾝ AmiVoice 従来は､上記･誤認要因が原因となり､安定した動作が得られず､実用ﾚﾍﾞﾙを ｸﾘｱできる音声認識ｴﾝｼﾞﾝは存在しませんでした｡ AmiVoice は米・国防省の豊潤な研究予算投与 により、これら要因を克服し世界最高水準の音声認識エンジンを実現 しました。 Copyright Crescent.co.LTD
8
Copyright 2002 Crescent.co.LTD
米･国防省で鍛えられた確かな性能 ② 国防省コンテスト主催 ３年連続世界一位の認識率を獲得 米・国防省 ① 兵器音声化による、国防力 の増強を目的に､民間より 高性能認識エンジンを模索 認識エンジン ⑤ 更にチューニング ④ 更に予算を投入 研究・開発 ③ 国防省採用 軍事機器搭載用の 研究のﾍﾞｰｽに AmiVoice 認識エンジン ⑥ 民間フィードバック 日本語完全対応 AmiVoice の高性能は以上の背景の上に実現されています。 Copyright Crescent.co.LTD
9
Copyright 2002 Crescent.co.LTD
完全不特定話者対応の認識方式を採用 ※ ｴﾝﾛｰﾙﾒﾝﾄ = 声の登録処理 (通常､画面表示される単語を読上げ､ｴﾝﾛｰﾙを行う) 他社ﾊﾟｯｹｰｼﾞ品 （ｴﾝﾛｰﾙﾒﾝﾄが必要） 音声認識 NG ｴﾝﾛｰﾙﾒﾝﾄが必要 （通常40～50分程度） ｴﾝﾛｰﾙ実施者以外の認識率が悪い ⇒ 個人ﾕｰｽ向けである ｴﾝｼﾞﾝ本体の認識性能が実用ﾚﾍﾞﾙに達 していない 成功するまで 繰り返し OK! AmiVoice （面倒な事前登録は一切不要！） ｴﾝﾛｰﾙﾒﾝﾄが不要 （ﾄﾚｰﾆﾝｸﾞ不要） ⇒ 完全不特定話者対応､即時使用可 導入直後から高性能な処理を提供 不特定の利用者が想定されるｼｽﾃﾑへの導入に最適！ マイク OK! AmiVoice ｲﾝｽﾄｰﾙ Copyright Crescent.co.LTD
10
AmiVoice と他社製品､性能比較実例
◆ 比較方法 無作為に抽出した３名の話者（男１名、女２名）に、AmiVoice と他社製品を使い、放射線科読影ﾚﾎﾟｰﾄを読み上げ、音声入力により所見ﾚﾎﾟｰﾄ を作成した。 他社製品は、男女ともに簡易ｴﾝﾛｰﾙﾒﾝﾄを実行した後､AmiVoice はｲﾝｽﾄｰﾙしたままの状態で所見ﾚﾎﾟｰﾄを音声入力により作成。 それぞれのｹｰｽで正規の文章に文字変換された確率を一覧に示す。 某社製パッケージ製品との認識率比較（放射線科読影レポート） AmiVoice 他社パッケージ品 (発話者1男簡易エンロール) 発話者1(男性) 発話者2(女性) 発話者3(女性) (発話者2女簡易エンロール) 92.45% 90.54% 89.29% 85.27% 79.05% 83.27% 69.77% 86.73% 83.35% Copyright Crescent.co.LTD
11
Copyright 2002 Crescent.co.LTD
AmiVoice の特徴 ★ アクセント､発話スピードは一切不問！ 不特定話者対応 （他社製品は、事前に一定の文章を20～30分読み上げる作業が必要です。） ★ 事前の登録処理が一切不要！ ｴﾝﾛｰﾙﾒﾝﾄ不要 ★ 連続発話対応 ﾙｰﾙ･ｸﾞﾗﾏﾀｲﾌﾟ採用 （連続した単語発話での､ｺﾏﾝﾄﾞﾚﾍﾞﾙでの認識に対応） ★ 高い対雑音性能 信頼のﾉｲｽﾞ対策 ★ 高機能ﾃﾞｨｸﾃｰｼｮﾝ 超高精度ﾃｷｽﾄ変換 （同音異義語も､文脈から判断し､最適なﾃｷｽﾄへ自動変換） 注: 辞書ﾌｧｲﾙに未登録の単語は認識されません。 Copyright Crescent.co.LTD
12
Copyright 2002 Crescent.co.LTD
AmiVoice ｴﾝｼﾞﾝの仕組み 音声入力 アプリケーション AmiVoice エンジンランタイム Front End 音響モデル 言語モデルランタイム 認識デコーダ システム辞書 ｼｽﾃﾑ言語ﾓﾃﾞﾙ ﾃｷｽﾄ ﾕｰｻﾞ言語モデル作成ツール ユーザ辞書 ユーザ言語ﾓﾃﾞﾙ ﾕｰｻﾞ言語ﾓﾃﾞﾙ作成ﾂｰﾙ は現在開発中です ◆ AmiVoiceエンジンランタイム ・ 音声認識エンジンコア部分 ◆ 言語モデルエンジンランタイム ・ ｼﾞｬﾝﾙ特化した専門用語とその単語の前後の文脈を考慮した出現頻度の統計ﾃﾞｰﾀ Copyright Crescent.co.LTD
13
言語ﾓﾃﾞﾙ（登録辞書ﾌｧｲﾙ）について (1)
言語ﾓﾃﾞﾙ（登録辞書ﾌｧｲﾙ）について (1) 政治経済 言語モデル AmiVoice マイク 国会閉会直後の ★月◎日にも・・・ のお話 医療 政治経済なら 大丈夫！ 医療関係の言葉 じゃないと､よく わかりません 医療 言語モデル 政治経済 AmiVoice 医療も政治･経済もOKです 日本語は複雑な言語なので、業種毎、場面毎に使われる言葉にはそれぞれ特徴があります。 AmiVoice は政治経済ﾆｭｰｽ、芸能ﾆｭｰｽ etc… の各ｼﾞｬﾝﾙに分けて作成した言語モデル を搭載し、認識率を高めています。 複数のｼﾞｬﾝﾙの言語ﾓﾃﾞﾙを実装すると､複数のｼﾞｬﾝﾙで高い認識率が得られます｡ Copyright Crescent.co.LTD
14
言語ﾓﾃﾞﾙ（登録辞書ﾌｧｲﾙ）について (2)
言語ﾓﾃﾞﾙ（登録辞書ﾌｧｲﾙ）について (2) 標準日本語 言語モデル 基本的日本語 言語ﾓﾃﾞﾙ 約400語彙登録済 2002年4月現在 政治･経済 放射線科用 会議ｼｽﾃﾑ用 標準搭載される基本日本語言語ﾓﾃﾞﾙに､各ｼﾞｬﾝﾙに特化した辞書ﾌｧｲﾙを 追加する事で､複数のｼﾞｬﾝﾙでの認識率が向上 します。 Copyright Crescent.co.LTD
15
稼動中の AmiVoice 実装ｼｽﾃﾑのご紹介
～ 稼動中の音声認識ｱﾌﾟﾘｹｰｼｮﾝ具体例 試験稼動を含む Crescent.co.LTD Copyright Crescent.co
16
Copyright 2002 Crescent.co.LTD
実例1 ～企業･公共機関HP GOOD！ 会社概要 見たいﾍﾟｰｼﾞ名 を読上げるだけ マイク マイク 音声認識HPのﾒﾘｯﾄ IT弱者の方でも､発話のみでWEB上の目的の情報に瞬時に､且つ､簡単にｱｸｾｽが可能｡ 入力ﾃﾞﾊﾞｲｽ操作が不要となり､一定時間内の収集可能情報量が飛躍的に向上する｡ 階層の深いHPのｻｲﾄでも､ﾃﾞｨﾚｸﾄﾘ概念を必要とせず直感的な画面遷移が可能となる｡ ｱﾝｹｰﾄ等､入力ﾌｫｰﾑのﾃﾞｰﾀ入力が格段に容易になる｡ 採用団体 ： 株式会社クレセント ／ Galliver ／ everyD.com 富津市市役所 ／ 君津市市役所 他 Copyright Crescent.co.LTD
17
Copyright 2002 Crescent.co.LTD
実例2 ～ｵﾝﾗｲﾝ商取引への活用 めんどくさい WEB入力画面 通常のﾃﾞﾊﾞｲｽ入力 (ｷｰﾎﾞｰﾄﾞ･ﾏｳｽ) マイク 来週の水曜日 羽田～千歳まで ･････ 音声入力 簡単! マイク WEB入力の音声化､そのﾒﾘｯﾄ ｷｰﾎﾞｰﾄﾞ･ﾏｳｽ操作が不要になり､入力作業時間が大幅に短縮される｡ 機械操作の苦手な主婦層､IT弱者も簡単にWEBｼｮｯﾋﾟﾝｸﾞの利便性を享受できる｡ ｴｰｼﾞｪﾝﾄとの対話形式での入力によりｲﾝﾀﾗｸﾃｨﾌﾞな入力方式を提供｡ Copyright Crescent.co.LTD 採用団体 ： everyD.com 他
18
実例3 ～業務ﾃﾞｨｸﾃｰｼｮﾝ技術の福祉への応用
実例3 ～業務ﾃﾞｨｸﾃｰｼｮﾝ技術の福祉への応用 全難聴の 理事長の････ 全難聴の理事長の･･････ 講演内容を ﾘｱﾙﾀｲﾑで ﾃﾛｯﾌﾟ表示 講演者 大型ﾓﾆﾀ ﾃﾞﾓﾝｽﾄﾚｰｼｮﾝ ： 第七回全国難聴者採福祉大会 第七回全国難聴者福祉大会 ｽﾃｰｼﾞ上の講演者の講演内容を､ﾘｱﾙﾀｲﾑで大型ﾓﾆﾀにﾃﾛｯﾌﾟ表示し､全難聴の皆様に､講演 内容を同時通訳の如く伝達した。 Speech to Text 技術の応用 各種ﾄﾞｷｭﾒﾝﾄ（議事録､所見ﾚﾎﾟｰﾄ）作成時にﾃﾞﾊﾞｲｽ操作が不要になり､作業時間が大幅に短 縮される｡ Copyright Crescent.co.LTD
19
実例4 ～業務ﾃﾞｨｸﾃｰｼｮﾝ技術の医療への応用
実例4 ～業務ﾃﾞｨｸﾃｰｼｮﾝ技術の医療への応用 この患者の場合、胃に黒い筋 が確認できる。・・・・・・・・ ・・・・・おそらくストレスが原因 の急性胃炎であると思われる。 病症所見 この患者の場合、 胃に黒い筋が確認できる。・・・・・・・・ ・・・・・おそらくストレスが原因の急性胃炎であると思われる。 AmiVoice 搭載 ﾃｷｽﾄ化 ﾌｧｲﾙ出力 実装APL 医療用ﾃﾞｨｸﾃｰｼｮﾝのﾒﾘｯﾄ ｷｰﾎﾞｰﾄﾞ･ﾏｳｽ操作が不要になり､所見ﾚﾎﾟｰﾄ作成時間が大幅短縮 所見ﾚﾎﾟｰﾄ作成の省力化に伴う医療品質の向上｡ 採用団体 ： 東京大学医学部 ／ 国立ｶﾞﾝｾﾝﾀｰ 他 （全国40数ヶ所の医療機関で導入済） Copyright Crescent.co.LTD
20
Copyright 2002 Crescent.co.LTD
実例5 ～検索ｼｽﾃﾑへの応用 略称でOK! 歌手名:ｻｻﾞﾝｵｰﾙｽﾀｰｽﾞ 曲 名:勝手にｼﾝﾄﾞﾊﾞｯﾄﾞ 1件ﾋｯﾄｼﾏｼﾀ 検索ｼｽﾃﾑ AmiVoice ｢ｻｻﾞﾝ｣の ｢勝手にｼﾝﾄﾞﾊﾞｯﾄﾞ｣ 早くて簡単! 検索ｼｽﾃﾑ応用へのﾒﾘｯﾄ 従来の検索ｼｽﾃﾑに見られる複雑なﾎﾞﾀﾝ操作が一切不要に｡ ⇒ 情報弱者でも欲しい情報を声 だけで得られる｡ ｶﾗｵｹ､図書館の書籍情報､企業の社員情報の検索など､応用分野は広範囲｡ 館内見取り図と連動して館内案内などへの利用も 採用団体 ： 第一興商 （Big-Echo） ※ 試験運用 Copyright Crescent.co.LTD
21
音声認識技術に於けるﾋﾞｼﾞﾈｽ･ﾁｬﾝｽ展望
高 医療・介護用品 ・電動介護機器の音 声操作 放送事業・音楽産業 ・各種機材操作 AV機器 ・録画予約 ハンズフリー化のメリット 製造業 ・工作機器 カーナビゲーション ・音声入力による安全性向上 電子楽器 ・音色パラメータ・音階音声入力 航空機、船舶 ・操作系負担軽減 認証技術 ・声紋認証 アミューズメントパーク ・各種アトラクション への応用 携帯電話 ・短縮ダイアル 他、操作系 一般家電 ・音声操作指示 玩具 ・対話形式玩具 遠隔操作系 ﾋﾞｼﾞﾈｽﾁｬﾝｽ ｴﾘｱ 低 低 ユーザの満足度 高 Copyright Crescent.co.LTD
22
AmiVoice 製品のご紹介 Crescent.co.LTD ～ 販売ﾊﾟｯｹｰｼﾞのご紹介
Copyright Crescent.co
23
AmiVoice 販売ﾊﾟｯｹｰｼﾞのご紹介
WEB WEB アプリケーション用 パッケージ Windows 95/98/ME/NT4.0/2000/XP/CE Pentium 200MHz以上 64MB以上 50MB以上の空き IE5.0以上 NetScape4.0以上（除 6.0） サウンド・カード、マイク システム要件 OS CPU メモリ 空容量 ブラウザ その他 AmiVoice for Telephony 電話回線を使用したAPL向けパッケージ Windows または Linux Dialogic、NMSｺﾐｭﾆｹｰｼｮﾝｽﾞなど ｺｰﾙｾﾝﾀｰ運営に付随するﾊｰﾄﾞｳｪｱ 音声認識サーバ IVR用マシン 音声ボード その他 必須設備 AmiVoice SDK 開発者用 開発KIT 一般業務アプリケーション開発向け Copyright Crescent.co.LTD
Similar presentations
