音声と音声認識の違いについて

音声技術は、私たちの生活のあらゆる側面に浸透しています。私たちは、音声認識や音声技術を使って、情報を得たり、ナビゲーションをしたり、声をテキストに変換したり、音声アシスタントや自動車に実行可能な命令を与えたりしています。

企業は、音声および音声認識技術を、オフィス、マーケティング、および消費者向け製品に導入しています。 

このような成長に伴い、音声技術やスピーチ技術の支持者、マーケティング担当者、エンドユーザーは、これらの技術を説明するための用語を同じ意味に融合させました。しかし、この2つの技術は別々のプロセスを使用し、異なる反応を出力します。

スピーチと音声認識の違いを最もシンプルに説明しています。

• 音声認識 誰の声でも翻訳できる
• 音声認識は、特定のユーザーの声を理解します。 

音声認識デバイスを利用した業務改善、コミュニケーション、成長への期待が高まる中、これらの技術を理解することは必要不可欠です。 

以下では、その違いをもう少し掘り下げて説明し、それぞれの用途を紹介します。 

音声認識とは？

音声認識の簡単な定義は、コンピュータが人間の音声を認識し、理解し、テキストに変換することができる技術です。

音声認識技術は、自然言語処理（NLP）と機械学習を用いて人間の音声を翻訳する。 

エンジニアたちは、1990年代初頭、音声認識が機械処理であることを強調するために、自動音声認識（ASR）という言葉を使っていました。しかし現在では、ASRと音声認識は同義語となっています。

音声認識の仕組み

‍

現在の音声ユーザーインターフェース（VUI）に使われている音声認識技術を開発するためには、長年にわたる深い研究、機械学習、人工知能の実装が必要でした。

音声認識は「特徴分析」に頼っており、これは「話者に依存しない」音声認識である。この方法は、音声入力を音声単位の認識で処理し、予想される入力と実際にデジタル化された音声入力の類似性を見つけるものです。簡単に言えば、ユーザーの音声を一般的な音声パターンに合わせるということです。 

話者に依存しない高精度の音声認識は、アクセントや抑揚、異なる言語が邪魔をするため、実現が困難です。音声認識の精度は90〜95％です。

ここでは、音声認識の基本的な仕組みをご紹介します。

1. マイクロフォンは、人の声の振動を電気信号に変換するものです。
2. その信号をコンピューターなどでデジタル信号に変換します。
3. 前処理ユニットは、ノイズを軽減しながら音声信号を強調します。
4. 音声認識ソフトウェアは、音響モデルを用いて信号を分析し、音素を登録します。音素とは、1つの単語を表現し、他の単語と区別するための、音声の個別の単位です。
5.  音素は、言語モデリングを用いて、理解可能な単語や文章に構築されます。

音声認識の使用例

メモを取る/書く。 音声認識技術の例としては、SpeechmaticsやGoogleのSpeech-to-textエンジンなどのSpeech-to-textプラットフォームがあります。

また、多くの音声アシスタントには、音声からテキストへの翻訳機能が備わっています。例えばこの記事は、Siriを使ってAppleのメモアプリの音声をテキストに翻訳して書いたものです。 

音声制御。また、音声認識を利用して、車のインフォテイメントシステムに音楽再生や道案内を指示するなど、VUIデバイスに音声コマンドを与えることもあります。 

障がい者への支援音声認識は、聴覚障害者、学習障害者、その他の障害者がコンピューターや類似のハードウェアを使用したり、自動キャプション、ディクタフォン、テキストリレーを使用してメディアに参加する際にも役立ちます。 

音声認識とは？

音声認識とスピーチ認識は、フロントエンドのオーディオ機器（マイク）が人の声を電気信号に変換し、それをデジタル化するという点で似ています。 

音声認識は、言語やアクセントなどにより、ほとんどの音声を認識することができますが、音声認識は、特定のユーザーの声を機械が識別する能力を指します。 

音声認識の仕組み

‍

音声認識は、"テンプレート・マッチング "と呼ばれる、ユーザーの声を記録したテンプレートに基づいて行われます。ユーザーの声を認識するためには、プログラムを「訓練」する必要があります。

• まず、ユーザーがシステムのマイクに向かって何度も話して繰り返すことで、音声認識ソフトを訓練するための印刷された単語やフレーズが表示されます。
• 次に、同じ単語やフレーズの複数のサンプルの統計的な平均値を計算します。
• 最後に、このプログラムは、平均的なサンプルをテンプレートとしてデータ構造に保存します。 

音声認識の精度は音声認識よりも高く、98%です。また、スピーカーに依存するデバイスでは、ユーザーにパーソナライズされた応答を提供することができます。

音声認識の活用例

音声アシスタント。 音声認識の最も一般的な利用法は、音声アシスタントの助けを借りることです。

例えば、Googleの音声アシスタントは、自分の声を認識するようにアシスタントを訓練したユーザーに対してのみ、カレンダーの更新やリマインダーを伝えるなど、個別の対応を行います。

また、音声認識を利用して、VAに予約や天気を調べてもらうなど、さまざまなアクションが行われています。

ハンズフリー通話。連絡先リストに登録されている特定の相手にハンズフリーで電話をかけることも、音声認識の一例です。

音声バイオメトリクス。 ユーザー認証も、音声認識の利用例の一つです。例えば、金融・銀行業界では、セキュリティ目的で音声バイオメトリクスを導入するケースが増えています。顔認証と同様に、人は自分の声を使って自分のアカウントにログインすることができます。 

ボイスピッキング。 倉庫では、作業者のハンズフリーを実現するために、音声認識機能が導入されています。

倉庫会社の RFgen社では、ボイスピッキングという特殊な音声技術を使って、在庫の更新やオーダーピッキング、サイクルカウントなどを音声コマンドで行っています。

ボイスピッキングでは、話者に依存した音声認識を行います。

概要

スピーチと音声認識はそれぞれ異なる機能を持っていますが、この2つは深く絡み合い、私たちの日常生活を向上させる多くのクロスファンクショナルな機能を提供し、未来への可能性を提示します。

しかし、音声技術分野への投資からさらに大きな利益を得るためには、音声および音声認識の精度を向上させるためのさらなる努力が必要です。

Kardomeのスピーチ・エンハンスメント・テクノロジーについて知る

Kardomeのボイス・ユーザー・インターフェース・テクノロジーが、どのように既存の音声または音声認識デバイスを改善し、ホワイトラベルのボイスソリューションを作成することができるかについては、お問い合わせください。