音声認識の新次元、音響イベントまで捉える技術

日本放送協会

この技術でできること

異なる種類の音響イベントを認識し、文字列データとして出力する音声認識装置の特許技術です。

相談したいこと

技術の特徴

本特許は、音声データをフレームに分割し、各フレームの音響特徴量を分析することで音響イベントを認識する音声認識装置の技術について述べています。畳み込みニューラルネットワークを利用したこの装置は、音響特徴量に基づいて音響イベントの事後確率を計算し、それに基づいて音響イベントを表す文字列のデータを出力します。これにより、音声だけでなく、笑い声や特定の音などの音響イベントも認識することが可能となります。また、音声認識結果の発話内容を示す文字列のデータと音響イベントを表す文字列のデータを組み合わせて、ユーザーによる指定に従って情報を修正する機能も備えています。これにより、より高精度な音声認識と音響イベントの認識が可能となります。

AIによる特許活用案

おすすめ業界 ITエンターテイメントセキュリティ

音声認識システムの強化

この技術を利用することで、従来の音声認識システムを強化することが可能です。具体的には、音声だけでなく、非音声の音響イベントまで認識できるようになるため、よりリアルな音声認識が可能となります。

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2014-033024
発明の名称: 音声認識装置、及びプログラム
出願人／権利者: 日本放送協会
公開番号: 特開2015-158582
登録番号: 特許第6327745号

登録情報の修正申請