AmiVoiceとは
音声認識APIなどを展開する商用サービス。
以下のページから気軽にお試しすることが出来ます。
やってみよう
お題
以下の文章を読み認識結果を確認してみます。
債券投資において、利率が額面金額に対する利子の割合であるのに対し、利回りは投資元本に対する収益の割合を指します。
債券の利回りとは、通常最終利回りを意味し、投資家が満期償還まで債券を保有した場合の年利子と1年当たりの償還差損益の合計額の投資元本に対する割合をいいます。
1.会話_金融を選択した場合
債券投資において、利率が額面金額に対する利子の割合であるのに対し、利回りは投資元本に対する収益の割合を指します。
債券の利回りとは、通常最終利回りを意味し、投資家が満期償還まで債券を保有した場合の年率1年当たりの償還策損益の 合計額の投資元本に対する割合を言います。
ほとんどパーフェクト。
2.会話_汎用を選択した場合
最近投資において、利率が額面金額に対する機種の割合にであるのに対し周りは投資元本に対する収益の割合を指します。
債券の利回りとは、通常最終利回りを意味し、投資家が満期償還まで債券を保有した場合の年率と1年あたりの償還差損益の合計額の投資元本に対する割合を言います。
こちらも高い認識率を記録。
「利子」→「機種」や「利回り」→「周り」など、汎用モード故に変換候補の選択肢が広くなり、結果認識誤りに繋がっている様子が判ります。
3.会話_金融を選択したものの、なぜか倖田來未のButterfly調で読みたくなった場合
債券投資において利率が額面金額 2達するり C の割合で R の時体制で今は割は投資元本に対する襲撃の張りや企業指して言います。
債券の利回り等を通るちろん最終利回り大意味し、倒し看板起床
歌うせいでお試し制限時間内に全文読み切れなかった。。
前のパターン達と比べて大幅に認識率が下がっていることが判ります。
「に」が「2」、「利子」が「りC」となっている様に、イントネーションやアクセントを単語理解に利かせている様子が判りますね。
Butterflyを知らない人は再生してみよう
まとめ
高い認識率を期待して音声認識サービスを利用する場合は以下の点に留意しましょう。
これらを整理出来るなら、十分に利用可能なレベルの性能が期待できそうです。
- ある程度落ち着いて丁寧に話すことが出来る(×ディスカッション、〇インタビュー)
- 金融や医療など何某かの領域に絞って利用する(辞書を作り込むことが出来る)
補足(今回の実行環境)
- 雑音の無い個室
- マイクはAmazonベーシックのゲーミングヘッドセットを利用
- パターン1、2は神奈川県育ちが標準語ではっきり喋っている