AI LAB / KEYWORD DICTIONARY

音声・会話AI

Voice AI(音声AI)とは?

音声の認識、生成、翻訳などを用いて、人の発話を処理したり、合成音声で応答したりするAI技術。

仕組みと使いどころ

音声AIは、音声認識による発話の文字起こし、文字からの合成音声生成、リアルタイムの音声翻訳などに使われる。仮想アシスタント、通話の文字起こし、案内、学習支援、吹き替えなどが用途として挙げられる。音声で対話するシステムでは、発話を認識して内容を処理し、音声で回答できる。一方、抑揚、音高、音量、リズム、強勢による意味の違いを理解することや、自然な話し方を生成することには課題がある。

Voice AIの活用例

たとえば、こんな場面で

利用者の問い合わせを音声認識で文字に変換して処理し、回答を合成音声で返す。

使うときのポイント

文字起こしや回答内容だけでなく、抑揚、強勢、速度による意味の違いと、生成音声の自然さも確認する。

参考資料

What is Speech AI? (新しいタブで開きます)What is Generative Voice AI? - Generative Voice AI Explained - AWS (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

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。

記事一覧を見る