最終更新日：
AIが人の声を認識する「音声認識」の技術発展が進んでいます。
この「音声認識」は、人が発した声をAIが分析することで、その内容を推測することができます。
近年はこの音声認識を生かしたサービスが増加しており、仕事から日常まであらゆる面で活用することができます。
今回は、音声認識に関してどのようなサービスがあるのかご紹介したいと思います。
発達する音声認識技術 精度は人間レベル
徐々に活用が進む音声認識
音声認識はAIの技術を活用して音声を分析し、文字に変換したり機器を操作する技術です。。最近では、専用の機器がなくても、スピーカーやスマートフォンで音声認識の機能を搭載するケースも増えてきました。
活用の用途では、ビジネスシーンでは、今まで時間がかかっていた会議の議事録の作成や音声入力など、業務の中で活用する場面が増加しています。
2018年のGoogle I/Oでは、予約の受付対応を自動でで行うAI「Duplex」が発表されました。まるで人間のように対応するデモの様子は、大きく話題を集めました。
そして、2019年のLINE CONFERENCEではLINEが店舗の予約を自動で受け付ける「DUET」というサービスを発表し、話題になりました。LINEは日本語などアジア圏の言語領域で音声認識を活用した受付の自動化などに取り組んでいくとしています。
音声認識の精度は95％
音声認識の精度は時代を追うごとにますます高くなっています。
Microsoftは米国時間2017年8月21日、音声認識システムが、プロの速記者に匹敵するとされる5.1％の単語誤り率に達したと発表した。また、複数人が同時に話していたり、ノイズがあったりしても正しく分析できます。
今後も、予約の電話が全てAIが受け付けるようになるなど、日常の中でAIと会話をする機会も増えていくことが期待されます。
代表的なのはスマートスピーカー
音声認識技術が活用される代表的なものに「Google Home」をはじめとするスマートスピーカーがあります。声だけで操作が可能で、音楽を再生したり、天気予報を聞き出すことができるのは、機器の中に組み込まれた音声認識技術が人の声を認識しているからです。
GoogleやAmazon,Appleをはじめ、国内でもLINEが参入し、覇権争いが続いています。また、ディスプレイを機能として取り付けたスマートスピーカーなども誕生しています。
スマートスピーカーに関する記事はこちら▽
音声認識サービス
書き起こし
Smart 書記
https://smartshoki.jp/indexより引用
音声認識を活かして、会話の文字起こしを自動で行ってくれるサービスです。
複数話者の声ごとにわかりやすく、一覧にしてくれます。
また、会話を記録しながらリアルタイムで編集をすることができます。誤字や意図しない言葉など気になった部分はマークしておき、順に編集していきます。
そして、会話内容はクラウドを使って参加者全員に共有することもできます。
Google ドキュメント
https://apps.apple.com/jp/app/google より引用
仕事上で書類を作る際に、Google ドキュメントを使っているという人も多いのではないでしょうか。実はGoogle ドキュメントでは音声だけで文章を入力することができます。
使い方は非常に簡単で、パソコンのマイクをONにして音声を入れるだけです。
この音声認識機能を使えば、タイピングをすることなく声だけで書類を作ることができますので、これからの書類作りでは非常に重宝するのではないでしょうか。
自動応答
AmiAgent
https://www.advanced-media.co.jp/products/solution/aiより引用
AIを活かした自動対話サービスです。
独自開発した対話エンジン「AOI」をベースとして、顧客ごとに業務情報を学習させた後に提供しています。
また、UXも様々なキャラクターが用意され、ユーザーに対応してくれます。自由にカスタマイズすることができるため、企業のイメージに合わせてUXを作ることができます。
AI コンシェルジュ
https://unext-marketing.jp/より引用
企業のお問い合わせに対して自動で応答してくれるサービスです。
現在、コールセンター業界では人手不足が深刻化しています。また、人間による対応では業務時間内しか対応することができません。
しかし、この「AI コンシェルジュ」を導入すれば、２４時間いつでもユーザーからの問い合わせに自動音声で対応することができるようになります。
Google Duplex
https://economictimes.indiatimes.com/magazines/panache/good-news-google-duplex-to-soon-debut-on-non-pixel-smartphones/articleshow/68734562.cmsより引用
Googleが開発した自動電話対応サービスです。
ホテルやレストランに対してGoogleアシスタントが自動で電話をかけて予約を取ってくれます。
予約を受ける側のレストランやホテルはGoogle Duplexと電話で会話をすることになります。
翻訳
AI翻訳
https://jpn.nec.com/nws/translation/より引用
外国語を翻訳することで、異邦人同士のコミュニケーションを円滑化するサービスです。
インバウンドが急増していることで、店舗や空港、ホテル などあらゆる場面で様々な言語によるコミュニケーションのニーズが増しています。
この「AI翻訳」は11もの言語に対応しており、専用端末やお客様が保有しているデバイスなど多様な場面でサービスを提供することができます。
開錠
My Voice
https://www.myvoice.ai/より引用
自分の声で自宅の鍵を開けることができます。
扉の前に立ちドア話しかけるだけで、AIが声の主を聞き分けて鍵を開けてくれます。
今までのように、鍵を持ち歩いてカバンから取り出す必要が無くなりますので、鍵を紛失する心配がありません。そして、両手がふさがっていても鍵を開けることができるようになるため、非常に便利なのではないでしょうか。
感情分析
Empath
https://webempath.com/jpn/より引用
人の声から話者の感情を分析することができるAIです。
従業員のメンタルヘルスケアやユーザーの満足度の分析などあらゆる用途に活用できることが期待されています。また、分析した感情と実際の行動を結びつけることで消費者行動を分析するマーケティングにも活かすことができま。
まとめ
音声認識を使えば、人の声からその内容を理解したり、その背後にある感情を分析できます。それらで得た情報を使えば、自動書記や対話、コールセンターそしてマーケティングなど活用できる幅は非常に広いです。
これらのサービスは現在業務で負担になっている部分を自動化することで、業務効率化に大きく貢献できるのではないでしょうか。
もし上記のような領域で業務を効率化したいと考えているならば、ぜひ音声認識サービスの活用を検討してみることをオススメします。
慶應義塾大学商学部に在籍中
AINOWのWEBライターをやってます。
人工知能（AI）に関するまとめ記事やコラムを掲載します。
趣味はクラシック音楽鑑賞、旅行、お酒です。
