音声認識

一言でいうと：話した言葉を、文字に変換する技術です。

やさしく説明すると

スマホの音声入力、会議の自動文字起こし、スマートスピーカーへの呼びかけ。すべてこの技術です。

近年は精度が大きく上がり、1時間の会議を数分で文字に起こせるのが当たり前になりました。方言や専門用語、複数人が同時に話す場面はまだ苦手です。

初心者へのひとこと

初心者がいちばん恩恵を感じやすいAIのひとつです。議事録や取材メモを取る機会がある方は、まずここから試すのがおすすめです。

関連する用語

• 音声合成
• マルチモーダル
• 自然言語処理（NLP）