文献

J-GLOBAL ID：201402251317468568   整理番号：14A0792502

音声認識機能を有するWebアプリケーションの実装と評価

Cool Implementaiton of Voice Recognition System for Web Application

著者 (7件)： 槙優一 (NTT サービスエボリューション研) ,  鎌土記良 (NTT メディアインテリジェンス研) ,  藤村滋 (NTT サービスエボリューション研) ,  青野裕司 (NTT メディアインテリジェンス研) ,  中山丈二 (NTT サービスエボリューション研) ,  阪内澄宇 (NTT メディアインテリジェンス研) ,  山田智広 (NTT サービスエボリューション研)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 114  号： 31(MoNA2014 1-15)  ページ： 31-36  発行年： 2014年05月08日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： PCやモバイル端末を問わず,Webブラウザのみでサーバークライアント型音声認識機能を実現する方式の提案とその実用性について報告する。我々が提案する方式では,クライアントで実行されるJavaScriptのみで音声認識機能の利用が可能となるため,ブラウザさえインストールされていれば端末を問わず音声認識機能を利用することができる。具体的には,クライアントのブラウザ上で実行されるJavaScirptにて音声データの取得と圧縮,Webサーバへのストリーミング送信を実施し,音声区間検出器(Voice Activity Detector;VAD)は,音声認識処理とともにサーバに構築して実施する。これによりクライアントでの計算コストを削減し,Webブラウザのみでの音声認識を実現する。本稿では,提案する方式のシステム構成について述べた上で,ブラウザや端末の対応状況,クライアントでのリサンプリングと音声データの圧縮処理速度の計測,モバイル回線での音声認識処理時間の計測を行い,その実用性について述べる。検証の結果,ノイズなし音声サンプルでの本システムの認識処理速度は実時間係数で平均で1.26,文字正解精度は平均で94.8[%]であり,実用に耐えうる音声認識機能の実現が可能であることがわかった。(著者抄録)

シソーラス用語： *携帯端末 ,  *応用プログラム ,  *クライアントサーバシステム ,  *音声認識 ,  簡易言語 ,  *音声信号 ,  *データ圧縮 ,  ストリーミング ,  計算機システム ,  *検出 ,  構成 ,  システムインタフェイス ,  実証実験 ,  *時間 ,  *精度 ,  *Webブラウザ ,  Javaスクリプト ,  Webアプリケーション ,  Webサーバ ,  コンピューターシステム構成 ,  *モバイルデバイス ,  アプリケーションプログラミングインタフェイス
準シソーラス用語： *モバイル端末 ,  *音声区間検出 ,  API【計算機】 ,  *RTT ,  *認識精度

分類 (2件)： 移動通信  (ND08030H) ,  パターン認識  (JE07000S)

引用文献 (8件)：

• Hirokazu Masataki, et al., "VoiceRex-Spontaneous Speech Recognition Technology for Contact-Ccenter Conversation," NTT Technical Review, Vol. 5, No. 1, pp. 22-27.
• Kuansan Wang, "SALT: A Spoken Language Interface for Web-based Multimodal Dialog System," In Proceedings of International Conference of Spoken Language Processing(ICSLP), pp. 2241-2244, 2002.
• Raymond Lau, et al., "WebGALAXY-Integrating Spoken Language and Hypertext Navigation," In Proceedings of 5th European Conference on Speech Communication and Technology(EUROSPEECH), pp.883-886, 1997.
• Ryuichi Nisimura, et al., "Speech-to-text input method for Web system using Javascript," In Proceedings of IEEE Workshop on Spoken Language Technology(SLT), pp.209- 212, 2008.
• Ryuichi Nisimura, et al., "Development of Speech Input Method for Interactive VoiceWeb Systems," Human-Computer Interaction, Novel Interaction Methods and Techniques, Lecture Notes in Computer Science, Vol. 5611, pp. 710-719, 2009.

タイトルに関連する用語 (4件)： 音声認識 ,  Webアプリケーション ,  実装 ,  評価