パナソニック株式会社の社内ベンチャー会社、株式会社ボイススピリッツは、録音した音声データを自動でテキストに変換する音声自動文字化ソフト「Voice Writing Enterprise Edition Ver.1.0」を1月13日から発売します。
音声データを自動でテキストに変換するソフトは、これまで、話者の声を登録し明瞭な話し方をすれば90％以上の変換精度が得られるものの、声を登録していない不特定話者の音声は認識できなかったり、議会などの利用に特化した高価なソフトでも60％～70％程度の変換精度しか得られず、変換精度や価格面で課題がありました。
今回発売するソフトは、不特定話者の音声でも、簡単な操作で学習させることで50％～60％程度の精度で変換ができ、さらに、同じ話者の音声データのテキスト変換を繰り返し学習させれば、80％～90％以上の変換精度を得ることも可能です。また、独自の話者検索機能により、複数の話者が存在する音声データも、話者を特定し、話者ごとに分離してテキストを出力できます。
※変換精度は、音声の内容、周囲の環境状態、録音音声の品質等によって変わります。
音声認識ソフトは過去導入してみたことがありますが、音声の中でしゃべっている人の声を直接認識しないタイプでした。音声を聞きながら、自分でそれをマイクに向かってもう一度発話するという手間がかかり、使用を断念しました。
その点このソフトは、もちろん100パーセント完璧な文字化はできないわけですが、録音された音声自体を認識できるのが注目ポイントです。（廿）
