Wizzard 音声認識ソフトを使ってみよう――1

声を聞く

ここ10年、多くの人が音声認識を夢に描いてきた。だが、かなり複雑で膨大な計算能力を必要とする会話の翻訳は果てしない夢だ。

これまでのソリューションは、翻訳の実行に「システム鍛錬型」モデルを採用してきた。ユーザーは、何とか実用に耐える信頼性の高い会話認識を享受するために、長い時間をかけてマシンと会話をするという試練に耐える必要があった。

そこで Wizzard Software が発売したのが「WizzScribe SI」会話音声認識エンジンだ。これは、だれの会話でも直接テキストに変換し、システムを鍛える必要がない。

IBM が先駆者となったこの技術は、会話認識機能を自分たちのアプリケーションに統合したいと考える開発者をターゲットにしている。法人ユーザーも、社内でこれを導入することにより、自社のビジネスプロセスに音声認識を組み入れることができる。

プロセッサあたりのライセンス料が3,400米ドルという同ソフトウェアは、サーバー環境で大量の会話音声をバッチ処理する設計になっている。このエンジンには、マルチプロセッサ、大容量メモリ、そして大容量ハードディスクが必須となる。Linux 対応はその点でうれしい。

次へ 消費者向けマシンで動作するか？ »

目次 1 声を聞く 2 消費者向けマシンで動作するか？　 3 次に実現するもの？ 4 まとめ