音声認識

音声認識は様々な分野で使われているのだが、認識率なども含めて今ひとつの印象である。
日産は音声認識装置付きの車を売っていた事があったが、認識率が悪くて使いものにならなかった。

「窓、開け」と発音してもなかなか認識してくれず、だったらパワーウインドのボタンを押すよなぁと言う具合だ。
SONYのナビも酷かった。
下手な漫才じゃないんだから、みたいな。
認識後が全国各地の地名であり、データ距離が短いために誤認識ばかりだったのである。

ドコモのしゃべって翻訳、女声の認識率はそこそこ高い。
音声認識メールも同様に、女声には優しい。
が、私の声では上手く認識してくれなかった。
いずれも有料サービスなので私は試用しかしていない。

最近では音声によって検索を行うとか、iPhoneだとsiriがある。
豊富な処理能力を発揮するセンタ経由での機能、いや、ドコモだってそうだ。
しゃべってコンシェルでは従来よりも認識精度をかなり上げてきたように思える。

スマートフォンと音声操作は相性が良いかもしれない。
なぜならば文字入力がやりにくい機械だからだ。
もっともAndroidは画面の分割方法や変換候補の表示なども含めてiPhoneよりは研究されている。
画面が大きい事もメリットで、細い指の持ち主でなくても何とかなる。

市場の拡大は認識技術の向上につながるだろう。
主語が無くても話が通じてしまう日本語にどこまで対応出来るか、方言やイントネーションの違いは吸収出来るのかなども課題だ。

http://www.kotaku.jp/2012/03/iphone_sirivssc.html