NEC、携帯電話向け音声認識方式を開発

日本電気株式会社(NEC)とNEC エレクトロニクス株式会社は2005年1月26日、携帯電話機向けマルチコアプロセッサ単体で高速に動作する大語彙連続音声認識方式の開発に成功した、と発表した。

今回の開発は、複雑な音声認識処理を複数のステップに分割して並列処理することにより高速化したもの。同方式を用いることで、PC やサーバーでのデータ処理を経ずに携帯電話などの小型機器単体でリアルタイムに動作する音声検索アプリケーションを実現できる。また、数千語から数万語の大規模な辞書を持ち、単語単位ではなく、通常の会話で使用するような自然な言葉で発声された文章を音声認識することも可能。

具体的には、大語彙連続音声認識処理を、「入力音声と音のモデルの類似度の計算」「音響先読みなどによる探索範囲の絞り込み」「絞り込んだ範囲からの最適単語列の探索」の3つのステップに分割することにより、認識処理全体を3段のパイプラインとして再構成している。各ステップは、共有メモリを介して相互接続された複数の CPU コアに割り当てられ、各 CPU コア上で同時に実行される。

北一食品が経営する「回転寿しトリトン」の店舗で日本 IBM の音声認識技術が採用されるなど、同技術に対する利用者の期待は大きいようだ。