先週、池袋サンシャインビルにある株式会社アドバンスト・メディア さんに伺ってきました。
この会社は、日本語音声認識ソフトの『ＡｍｉＶｏｉｃｅ 』の開発・販売を行っています。
音声認識システムは、来るべきユビキタス環境やロボットとの会話システムには欠かせないツールと考えています。
今回、初めて製品のデモを拝見しましたが、その品質やレスポンスには驚かされました。
まず見せていただいたのは、「自治体の議会議事録作成システム」。
これは、マイクでしゃべる言葉を議会の答弁のスピードで、かつ約９５％以上の成功率で、漢字かな混じり文のテキストファイルを作成していきます。
次に「医療向け電子カルテ作成システム」。
これは、パソコンの画面に、電子カルテの入力画面があり、音声によって「プルダウンメニュー」のメニュー選択や症状についての記述を音声にて入力するものです。
これも、音声からの誤認識はほとんど無く、専門用語を文字にして、テキスト欄に入力されていきました。
音声の場合、同義語や同音異語、また専門用語や方言など、多様なパターンがあります。
ここでは、一般的な言語認識では、誤認識が多いため、医療や議会議事録など、使用者と専門分野を特定して、それにあわせた辞書を作成し（手作業）、用途に合わせて提供しているとの事。
これらの辞書を作成するのに、議事録では、過去数年分の議事録を解析したそうです。
さらに、毎年この辞書を改訂しないと認識率が落ちるとの話でした。
また、新しいシステムとして、携帯電話を使ったデモを見せて頂きました。
携帯電話からの地図システムで、住所欄に住所を言うと、音声が文字に置き換えられて入力され、該当の地図が表示されるシステム。
また、携帯電話から「ぐるなび」にアクセスし、音声で『池袋のイタリヤ料理店』などの検索ができるシステムも既に開発したとの話でした。
音声認識もここまで進化していることに驚いたしだいです。