01 / UNDERSTAND
仕組みと使いどころ
言語識別は、音声を対応言語または事前に指定した候補言語と照合し、話されている言語を判定する機能である。音声認識と組み合わせて適切な言語で文字起こししたり、音声翻訳の入力言語を決めたりできる。サービスによって、冒頭で一度だけ判定する方式と、音声の途中で変わる複数言語を継続的に判定する方式がある。ただし、候補に実際の言語が含まれない場合でも候補内の近い言語が返され、文字起こしが不正確になることがある。また、文中に挿入された単語単位の言語変更を検出できない方式や、併用できる機能、対応言語、音声形式に制限がある。
02 / IN PRACTICE
Language Identificationの活用例
たとえば、こんな場面で
多言語の問い合わせ音声を文字起こしする際、想定される言語を候補として設定し、判定結果に応じた音声認識へつなぐ用途が考えられる。会話中に言語が切り替わる場合は、複数言語を継続的に識別できる機能を選ぶ。
03 / GOOD TO KNOW
使うときのポイント
候補言語には実際に使われる可能性の高い言語だけを設定する。導入前に、対応言語、方言の指定、途中の言語切り替え、必要な音声長、併用機能や音声形式の制限を確認する。
参考資料
Implement language identification - Speech service - Foundry Tools （新しいタブで開きます）Language identification with streaming transcriptions （新しいタブで開きます）Language identification with batch transcription jobs （新しいタブで開きます）用語の説明や活用例に関連する参考資料です。
READ & LEARN
記事一覧を見る 用語を知ったら、活用を知る。
AI LABで、AIの動向や業務に取り入れるヒントを読む。