01 / UNDERSTAND
仕組みと使いどころ
入力音声から文字列を直接予測するエンドツーエンド型モデルを端末上で動かす方式で、発話をリアルタイムかつストリーミングで処理する用途を想定する。実用化には、認識精度や遅延に加え、多様な利用場面への対応や連絡先など利用者固有の文脈の活用が課題となる。
02 / IN PRACTICE
On-device ASRの活用例
たとえば、こんな場面で
スマートフォン上で発話を逐次文字化し、連絡先の情報を認識候補へ反映する用途が考えられる。
03 / GOOD TO KNOW
使うときのポイント
実機での処理遅延と認識精度を測り、想定する発話や利用者固有の語彙を扱えるか確認する。
参考資料
Streaming End-to-end Speech Recognition For Mobile Devices （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。