ViaVoiceとOffice2003音声認識機能を比較してみた
2004.05.09
| 【読み上げた原文】 |
|
ニューズウィーク日本版 2004年3月31日 疑惑の台湾総裁選 ヤフーは「コンテンツ取得プログラム（CAP）も開始している。 企業は有料で、ヤフーの検索インデックスに自社サイトのページを 提供できる。 MSNで使っているサーチエンジンの改良だ。パソコン上のすべてのデータや アクセス可能なデータベースも対象としたものになるだろう。 |
| 【ViaVoice V10 Proの音声認識】 |
|
ニューズウイークに本番2,004年3月31日付潜るのは秘密 木枠の台湾総裁選 やＲＡＭが歩コンテンツ太くプログラム（ＣＰを開始している。企業が有用で構わＹＡＨＯＯの検索インデックスに自社サイトでページを提供できる。母ＭＳＮで使っている上田城のパソコンとのされたので妙アクセス可能なデータベースとしたものになるだろう |
| 【オフィス2003の音声認識】 |
|
ニューズウイークに本番の不、2004年3月31日に特集部法特色を秘密 疑惑の台湾総裁選 や府のコンテンツを取得プログラム各国CATVが今年企業は有料で養父の検索インデックスに自社サイトのページを提供できるMSんで使っている措置エンジンの改良をパソコン上差別の程度やアクセス可能なデータベースも対象としたものになるだろう |
【評価】
マイクロソフト オフィスの方が認識エンジンとしては優秀だと思う印象を受けた。
ViaVoiceは、どうにも安定していない。また、気になっている現象として
デスクトップ機でもノートPCでも(共にWindows XP:デスクトップ機はHomeEdition、ノートPCはProfessional)、ViaVoiceのエンロールを始めたとたんCPU100％になる現象が出てエンロールがまともにできない。（未調査、再現性あり）
ただ、ICレコーダとの連携など、使い勝手の面ではViaVoiceの方があれこれ考慮されている。
【その他、音声認識ソフトについて】
東芝LaLa Voiceは2001以降Version Upなし。今ではリブレットのバンドルとして利用されている模様。
NECのSmartVoiceも、Version Upされてなさそう。
スキャンソフトのドラゴンスピーチは、価格.comで散々な評価を受けている。
そもそも、IBMはViaVoice for Windows V10のパッケージ製造・販売・サポートなどを
スキャンソフトに移管しており、今後おそらくVersion Upなども行われないのではないかと考えられる。
こうして見ていくと、2001年頃をピークとして音声認識というのはうまく定着しなかった（販売数量が伸びなかった）のかもしれない。
最近は、もっぱらオフィス2003の音声認識を使用しているが、かなり満足している。
幾つかの点に注意すれば、予想以上に正確に認識してくれる。文脈を理解しているわけではないので、漢字の変換ミスなどは解消できないが、音声としては正しく認識していることが分かる。
吹き込みはICレコーダで、こまめにポーズを入れながら使用している。
実際に吹き込んだ内容を聞いてみると分かるが、息がマイクにかかって聞き取りにくいとか、言葉が早すぎると認識できない。ゆっくり目で、はっきり言葉を区切りながら、意識的に語りかける必要がある。
最近まで、活字資料の電子化にOCRを使用していた。こちらのほうは、かなり実用的で精度も高いが、トータルの処理スピードは、圧倒的に音声認識のほうが早い。
このゴールデンウィークの休みに新聞記事の必要部分について電子化に取り組んだが、4月の後半（16〜30日）分で録音時間が3時間45分でWordで35ページ分の量だった。
これについては、いまかかっている時間の1/4程度が妥当な線だと思うので、再利用する情報内容を考慮しながら、記録の精度をもう少し粗くしていく予定である。
【関連ページ】