Day: February 23, 2023

複数の人が参加するWEB会議では、参加者が発言した内容を自身が理解できる言語に翻訳できるだけでなく、誰が発言した内容なのかも重要です。

同時に発言すると音声認識精度が低下するケースもあるため、同時発言を分離する技術の開発も進められています。

人の声の特徴を判別して個人を特定する声認証技術はありますが、事前に音声を録音しておく必要があるためWEB会議では実用的な技術ではありません。

株式会社東芝では、1つの音声入力機器の中に複数のマイクを搭載したマイクロホンアレーを用いることで、話者ごとの音声を認識しテキスト化することを可能にしています。

株式会社フュートレックでは、音声認識時の声データから話者の声の特徴を判別することで、文字化された音声認識結果を発言者ごとに分離しています。

アップセルテクノロジィーズ株式会社のAI多言語文字起こしサービス「voitra（ボイトラ）」に搭載されている最大５人までの同時発話を自動認識する「話者分離」機能では、話者の人数を指定することでAIが指定した人数で声を聞き分けることが可能です。

弊社が提供しているVoicePingでは、話者分離された個別音声が音声認識サーバーに発話区間のみ送信されるので、低コストで高精度の音声認識が実現できます。