音声だけで完全な長文が書ける技術、東大教授が開発 ささやき声で“改行”や“修正”などコマンドを入力

Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 ソニーコンピュータサイエンス研究所（CSL）フェロー・副所長であり東京大学大学院情報学環の暦本純一教授が開発した「DualVoice: A Speech Interaction Method Using Whisper-Voice as Commands」は、キーボードやマウスなどを使用せず、音声入力だけで長い文章が書ける技術だ。文字入力以外のコマンド入力と音声認識ミスによる修正は、通常の声とは別に「ささやき声」で操作する。通常の声とささやき声を使い分ける方法で、ハンズフリーの完全な音声入力を実現する。 音声による文字入力はタイピングに比べて格段に速いため、アイデアを書き留めたり、原稿を素

[stealthinu]

ささやき声だとコマンド扱いにするというアイデアが面白い。ゲームとかへも応用ができそう。

[htnmiki]

船場吉兆でも活用されています

[sqrt]

参考文献に入ってるけど声色を変えてコマンド入力する音声入力技術自体は20年前からあるアイデア https://staff.aist.go.jp/m.goto/PAPER/SIGSLP200407goto.pdf で、当時は「高い声でコマンド」だったので使うのが恥ずかしいという課題が

[motti0804]

音声入力はめっちゃ重宝しているので、これ早く欲しいなあー。（このコメントも音声入力です。括弧とかは手入力してます）

[aceraceae]

技術としてはおもしろいけど原稿なしの文章を音声でちゃんと喋れる人ってすごいと思う。よほどの短文でない限り文字起こししたらわりと支離滅裂になって編集のほうが大変になるんだけどな。

[localnavi]

最近、スマホでGoogleの音声入力を使い出した。入力が早いのは間違いないが、「新しい行」と言っても改行してくれないし、修正に至っては普通の入力画面の方が楽だし、この操作法を取り入れてほしい。

[Helfard]

ささやき いのり えいしょう（誤認率0.38％） ねんじろ！

[napsucks]

怒った声でコマンドを切り替えるようにすると入力が面白いことになりそう。

[sweetandsalty]

頭でまとめないで書いたあとに語順や表現を推敲するんで合わなそう。(これ書くだけで3回語順と表現変えた。)

[croissant2003]

勝間和代が好きそう

[soyokazeZZ]

ASMR論文

[shibuyan730]

いつも音声入力で毎日の日記を書いている身としては大変助かります

[naggg]

おお、暦本教授だっ！

[chocoreite]

面白い

[ryan_aircloset]

これは面白いアイディア。技術って単純な知識よりもむしろこういう柔軟な発想が大事。

[gneioagine]

文章作成ASMR出るか

[xxxxxtttttt]

インターフェースが変わると新しい様式が生まれるもんで、新世代の小説が出てきたりしたらええなぁ…

[kuroyuli]

中森明菜「わたしはどうすればいいの・・・」

[ginga0118]

つぶやきシローでも大丈夫。最近の音声認識はいいねー

[ET777]

裏声とかさ

[hedgehogx]

壺みたいな形にして、集音効果を高めて周りに声が聞こえないようにできたらいいのでは。それかフルフェイスヘルメット型。

[aox]

（ファミチキください・・）

[sytkm]

「しゃけ」

[otihateten3510]

関係ないけど、囁きができない人って居るよね？常に声でかい

[teteto]

音声入力って場所取るよなあ。オフィスで使うイメージは湧かない。

[hankyu_taiga]

聴覚障害者に対する音声認識にも使えそうやなぁー！😇

[kamezo]

うわ、機械に話しかけるだけでもハードル高いのに、さらにハードルが上がったw／デモは「ささやき声」というより「ひそひそ声」（同じか？）

[ume-y]

「コマンド入力にささやき声を用い、文字入力には通常の音声を用いる音声入力方式「DualVoice」を提案する」

[call_me_nots]

“ささやき声と通常の音声の2種類を使い分けることで、文字入力は通常の声、ファンクションキー、コマンドキー、記号キーなどのコマンド入力はささやき声といったように、音声に複数の意味を持たせることができる”

[komutan1]

vimモードがでたら教えてください

[kentathecat]

自分はわりとタイプ早い方だが、認識率が高ければ音声入力の方がスピードは早い。何より肩凝りがないのがいい。