何を喋っても正しく認識できる万能な音声認識エンジンを作るのは難しいので、AmiVoiceでは数種類の音声認識エンジンを開発者向けに提供しています。今回はその中から汎用エンジンと電子カルテ用エンジンを使って認識率を比較してみました。
「Linuxで音声認識を動かしてみた」という題材でお話していきます。今回の目標はACPのC++とPulseAudioライブラリを使ってマイク認識するまでです。
「Linuxで音声認識を動かしてみた」という題材でお話していきます。今回の目標はACPのC++とarecordコマンドを使ってマイク認識するまでです。
「Linuxで音声認識を動かしてみた」という題材でお話していきます。今回の目標はACPのC++のサンプルをビルドして動かすまでです。
音声認識の性能を見る指標として、音声認識精度(音声認識率)がとてもよく使われますが、それだけでは見逃してしまう重要な性能もあります。今回はAmiVoiceの社内でも使われることの多い「タスク達成率」について説明します。
「音声認識の認識精度(認識率)が○○%」と数字で出されても、見た目でどの程度正しく認識できているかは分かりづらいですよね。この記事では、認識精度が50%・80%・90%…といった文を正解と比較して、その見た目の差を解説します!
Apple Watchで音声認識をしてみたいと思ったことはありませんか?本記事では、AmiVoice Cloud Platformを利用することで、容易に音声認識を実装できることを説明していきたいと思います。