【連載第３回】「会議を文字にするソフト」を探している方へ
同社の音声入力用のソフトウエアAmiVoice Es2008は実売２万円弱に対し、議事録作成支援システムは500万円～。その価格差はどんな要素から来ているのか。伺ったことをまとめると、次のようになる。
【AmiVoice Es2008】
・その場で、マイクに向かい自分でしゃべって音声入力するためのソフト。
・会議などをリアルタイムで認識させることや、録音された音声を認識させるには向かない（録音を聞きながら、同じことをマイクに向かって復唱して認識させる「リスピーク」は可能）
・４つの用途別辞書「ブログ日記・メール辞書」「しゃべりことば辞書」「書き言葉辞書」「政治経済辞書」が搭載されており、切り替えて使える。また、ユーザーが自分で単語登録することができる。ただし、文章を学習させることはできない。
・議事録作成支援システムにおける「AmiVoice Rewriter」のような編集ソフトは付属していない。
【議事録作成支援システム】
・音声認識ソフト、編集ソフト、音響設備一式のセット。
・会議などをリアルタイムで認識させることができる。録音された音声を認識させることもできる。
・過去の議事録などを預かって顧客専用の言語モデル・音響モデルを構築することにより、認識率をアップし、方言にも対応できる。
・編集ソフト「AmiVoice Rewriter」の機能が充実しており、文字の修正から議事録としてのレイアウト補助まで支援する。
・顧客の意向を聞き取り、テンプレートなどに反映させるなどの細かいフォローを行う
・年２回のチューニングを行い、修正結果を反映させさらに高い認識精度を実現させる
◆「○○様専用辞書」が威力を発揮する
音声認識が単なる「音→文字」という技術ではなく、「文脈を読み取ること」によって成立する技術である以上、専門家の手で辞書（言語モデル・音響モデル）を充実させることが重視なのは想像できる。
認識誤りが修正しやすく議事録としてのレイアウトまで支援するソフトの付属も、議事録作成支援システムのポイントだろう。
とはいえ、単体の音声入力ソフトでも使っていくうちに認識率はアップしていく。ブログなどでは、「今日の日記は全部音声認識で書きました」とかなりの長文をアップしている人が見受けられる。
次回は究極の疑問「どんな会議やミーティングでも、音声認識で文字化できないか？」について。
