Googleが言語モデルを使わずに高精度な自動音声認識を可能にする「SpecAugment」を開発 - GIGAZINE

2019/04/23 16 users GIGAZINE 第一線 人工知能 精度 パフォーマンス

by Pxhere 機械学習・人工知能(AI)分野で第一線を走るGoogleは、Cloud Speech-to-Textのように、音声を自動で認識してテキストに変換する自動音声認識技術を研究しています。Google AIの研究者が、言語モデルを使用せずに最先端の自動音声認識モデルのパフォーマンスを向上させる技術「SpecAugment」を開発したと発表し... 続きを読む

Googleの音声認識エンジンを使って音声ファイルから文字起こししてみた - GIGAZINE

2018/08/24 81 users クラウドサービス GIGAZINE 実際 音声認識エンジン

Googleがクラウドサービスとして提供している「Google Cloud Platform」の中に、「Cloud Speech-to-Text」というサービスがあります。このサービスは音声ファイルをAIが認識して文字にしてくれるというものなのですが、一体AIはどれくらい正確に文字起こししてくれるものなのか実際に使って試してみました。 Cloud Speec... 続きを読む

21世紀の文字起こし（3） 〜 Cloud Speech-to-Text 編 〜 - the code to rock

2018/07/23 54 users サンプリングレート モノラル 文字 ステレオ flac形式

ここまでのあらすじ 免責事項 Cloud Speech-to-Text の使い方 参考資料 音声ファイルを作る サンプリングレートの変更 ステレオをモノラルに FLAC形式に変換 Google Cloud Platformにアカウント登録 新規プロジェクトを作成 音声ファイルをアップロードする APIの有効化 & サービスアカウントキーの作成 Cloud Shell にJ... 続きを読む