音声の先端技術、発話者の方向と発話内容を素早く抽出

富士通株式会社

神奈川県川崎市中原区上小田中４－１－１

この技術でできること

複数の音声データから有意な発話を特定し、発話者の方向を識別し、音声データの発話内容を翻訳する音声処理方法、装置、およびプログラム

相談したいこと

技術の特徴

本特許は、複数のマイクロフォンから収音された音声データを扱う音声処理技術に関するものである。音声データを複数のフレームに分割し、フレームごとに有意な音声が含まれるか否かを判定する。有意な音声が含まれるフレーム数に基づいて発話の検出を確定し、発話の開始位置を設定する。さらに、発話者の方向を特定し、その方向に基づいて音声データの発話区間を抽出する。発話内容の翻訳も含まれる。これにより、音声データの翻訳における語頭切れを防ぎ、より正確な音声認識と翻訳を実現する。

AIによる特許活用案

おすすめ業界 AI技術音声認識翻訳サービス

マルチリンガルなカスタマーサポートの強化

この技術をカスタマーサポートに活用することで、発話者の言語をリアルタイムで識別し、対応する言語のサポートスタッフに自動的に割り当てることが可能になります。これにより、顧客満足度の向上と効率的なリソース管理が実現します。

続きの活用案は会員限定です

無料登録またはログイン後に、公開範囲に応じて確認できます。

参考情報

活用条件

サブスクリプション・未選択
権利譲渡・未選択
ライセンス契約・未選択

商品化・サービス化: ASK
実証実験: ASK
サンプル・プロトタイプ: ASK

掲載者による選択状態を表示しています。未選択や ASK は、利用不可を意味するものではありません。

権利概要

出願番号: 特願2016-224568
発明の名称: 音声処理方法、音声処理装置、及び音声処理プログラム
出願人／権利者: 富士通株式会社
住所: 神奈川県川崎市中原区上小田中４－１－１
公開番号: 特開2018-081239
登録番号: 特許第6737141号

登録情報の修正申請