IBM、音声認識技術の現状と展開を披露

IBM (NYSE:IBM) は、10年前に同社が発売した原始的な音声認識製品で始まった音声技術が今では主流にまで発展し、生活を変えるようなアプリケーションも登場していると考えている。

IBM は13日、ニューヨークで開催された年次イベント『IBM Speech Technology Innovation Day』の場で、その例証となる日常的なアプリケーションを紹介した。

そのなかには、音声認識を用いて手を使わずにナビゲーション機能やエンターテインメント機能を実行したり、コールセンターに対応できるようにする車載製品がある。

IBM は加えて、地政学的な含みをもつ2つの重要なアプリケーションのデモも行なった。1つは昨年イラクに納入した音声翻訳システム『MASTOR』(Multilingual Automatic Speech-to-Speech Translator) で、もう1つは外国語のテレビ放送や Web サイトの翻訳や文字起こしをする『TALES』(Translingual Automatic Language Exploitation System) だ。TALES は現在、アラビア語と北京語から英語への翻訳に対応している。

IBM Research の音声技術担当 CTO (最高技術責任者) David Nahamoo 氏によると、音声技術が電話や輸送機関と同じくらい世界にとって重要だと今に明らかになるという。

Nahamoo 氏は取材に対し、電話や輸送機関は「時間と距離を克服した。音声技術は文化の違いを克服するのを助けるだろう」と語った。

IBM の先進技術担当プログラムマネージャ Brian Garr 氏は、音声技術が同社の情報オンデマンド戦略およびサービス指向アーキテクチャ (SOA) 戦略の中心的存在だと述べた。

Garr 氏によると、異種のシステムやコンテンツ リポジトリを結合するための SOA フレームワークは IBM がすでに提供しているが、顧客に応対するためのインターフェースはまだ企業各社が提供する必要があるという。

「音声技術は SOA の対話的な部分であり、重要な強みの1つだ」と Garr 氏は語った。