ウェアラブル/ヘルスケア機器にも拡大、ニュアンスの音声認識/合成技術

　ニュアンス コミュニケーションズ（以下、ニュアンス）は、音声認識や音声合成の技術をベースに、さまざまな用途向けの音声インタフェースを提供している。車載システムやテレビ用途に加えて、新たにPCや携帯電話機/スマートフォン、ウェアラブル/ヘルスケア機器などにも、その用途を拡大していくという。

　ニュアンスが提供するのは、音声認識や音声合成、音声信号処理、テキスト−音声変換などをコア技術とした製品で、音声入力で機器の操作やウェブ検索、テキスト読み上げといった機能を実現するための開発キットやサービス/開発サポートである。特に、音声認識/音声合成は、英語や日本語、ドイツ語、フランス語、中国語など、多言語に対応していることから、事業のグローバル化が進んでいる車載システムや家電機器などへの適応が有用となる。

ニュアンスのエグゼクティブバイスプレジデントで、モバイル＆コンスーマ事業部門のゼネラルマネージャを務めるMike Thompson氏

　ニュアンスのエグゼクティブバイスプレジデントで、モバイル＆コンスーマ事業部門のゼネラルマネージャを務めるMike Thompson氏は、「スマートフォンやタブレット端末、車載システム、テレビなど、全世界でニュアンスの音声認識技術を搭載した製品が増加している。2014年8月の1カ月間で、当社の音声認識技術を用いて当社クラウドにアクセスしたユーザーが1億3300万人となり、トランザクションの件数は累計11億回に達した。1人当たり10回アクセスした計算となる」と語った。

　開発キットは、車載システム向けの「Dragon Drive」やテレビ向けの「Dragon TV」に加えて、PC向けの「Dragon Assistant」、スマートフォンやウェアラブル機器向けの「Dragon Mobil Assistant」などを用意している。

　これらの開発キットは、それぞれの用途に合わせて最適化が行われている。例えば、車載システム向けは、音声ダイヤルやカーナビゲーションの操作などが多く、その目的を実行するための最適化が行われている。PCではテキスト読み上げ、ウェブ検索、アプリケーションソフトウェアの起動などに利用されることが多く、テレビだと番組の選択、音量の制御、ウェブ検索などに利用されることが多い。ノイズ除去についても使用環境によって対策が異なるため、ノイズ発生源となりうる要因を分析して、実装される機器に合わせた最適化がなされているという。

　さらに、音声認識/合成技術は組み込みシステムだけでなく、クラウドサービスにも対応することができる。Thompson氏によれば、「ニュース記事の読み上げ、観光案内、ガソリンスタンドや駐車場の案内、交通渋滞情報などについては、グラウド上にあるビッグデータにアクセスし、クラウド上で音声処理を行うことができる。実装するシステムによって組み込みシステムかクラウドサービスかを選択することが可能となる」と述べた。