Pixel、「この曲なに？」が珍回答連発～トイレの音や電動歯ブラシの音を名曲と誤認識 - iPhone Mania
Pixel、「この曲なに？」が珍回答連発～トイレの音や電動歯ブラシの音を名曲と誤認識 2021 12/21 GoogleのPixelシリーズには現在流れている音楽をマイクで聴き取り、曲名やアーティストを表示する「この曲なに？」という機能が搭載されていますが、珍回答を連発して話題になっています。 トイレの水を流す音や電動歯ブラシの音、削岩機の音などを名曲と誤認識しているようです。 トイレの水を流す音をAdeleの「Rumor Has It」と誤認 Redditユーザーの報告によると、Pixel 6 Proで「この曲なに？」をトイレの水を流す音に対して使用したところ、Adeleの「Rumor Has It」だと認識したとのことです。 この投稿に触発されて他のユーザーもさまざまな音に対して「この曲なに？」を使用し、 電動歯ブラシ: Duneの「Dream of Arrakis」、REMの「The
Googleアシスタントがよりシームレスで正確な会話ができるよう進化、開発ツールもより簡易なものに
現地時間2020年6月17日に行われた音声テクノロジーに関するオンラインカンファレンス「Voice Global」の中で、GoogleがGoogleアシスタントのコアプラットフォームと開発ツールを改善したと発表しました。 Google Developers Blog: Voice Global 2020: New improvements to core platform and development tools for Google Assistant https://developers.googleblog.com/2020/06/voice-global-2020-new-improvements-to-core-platform.html Googleアシスタントは30を超える言語に対応しており、毎月5億人を超える人々が使用するAIアシスタントです。GoogleはGoogleア
Googleがスマホ上で音声をリアルタイムでテキストに起こすアプリを聴覚障害者向けに開発
WHOによれば、世界中でおよそ4億6600万人が聴覚障害を抱えていて、その数は2050年までに9億人まで増えるとみられるそうです。聴覚障害者は人々の声が聞こえにくいか全く聞こえないため、会話をする際に不便が生じることが多く、コミュニケーション不足に陥ったり講演などに足が運びづらかったりします。そんな聴覚障害者を支援するため、Googleは音声をテキストに変換するアプリ「Live Transcribe(音声文字変換)」と、補聴アプリ「Sound Amplifier(音声増幅)」を開発しました。 Google AI Blog: Real-time Continuous Transcription with Live Transcribe https://ai.googleblog.com/2019/02/real-time-continuous-transcription-with.html
Googleの音声認識エンジンを使って音声ファイルから文字起こししてみた
Googleがクラウドサービスとして提供している「Google Cloud Platform」の中に、「Cloud Speech-to-Text」というサービスがあります。このサービスは音声ファイルをAIが認識して文字にしてくれるというものなのですが、一体AIはどれくらい正確に文字起こししてくれるものなのか実際に使って試してみました。 Cloud Speech-to-Text - Speech Recognition | Cloud Speech-to-Text API | Google Cloud https://cloud.google.com/speech-to-text/ まず、GoogleのクラウドサービスであるGoogle Cloud Platformの登録を済ませておきます。まだ登録していないという人は以下の記事の冒頭部分を参考に登録しておいてください。 無料でGoo
Google、音声認識システム訓練用データセットをオープンソースで提供
Googleが、クラウドソーシングで集めた6万5000件の短い英単語の音声録音のデータセット「Speech Commands Dataset」をオープンソースで公開した。Mozillaも年内の1万時間分のデータ公開を目指している。 米Googleは8月24日（現地時間）、音声認識機能搭載アプリ開発向けの基本的な音声命令のデータセット「Speech Commands Dataset」をオープンソースで公開したと発表した。公式ブログ内のリンクをクリックすると圧縮ファイルをダウンロードできる。 Speech Commands Datasetは、同社の機械学習ライブラリ「TensorFlow」を手掛けるチームと、人工知能（AI）向けハードウェアキット提供プロジェクト「AIY（Artificial Intelligence Yourself） Projects」チームが共同で開発したもの。 データは
Make: Japan | Raspberry PiからGoogleに声で質問し、声で答を受け取る
2017.05.18 Raspberry PiからGoogleに声で質問し、声で答を受け取る Text by Takumi Funada Google Assistant SDKを使うと、声でGoogleに質問を投げかけ、その答を声で受け取ることができます。“OK Google”と同様の機能を自分のプロジェクトに組み込む方法と言えるでしょう。先月末、このSDKが一般向けに公開されました。Raspberry Pi3とPythonライブラリを使って試すことができます。ただし、理解してもらえるのは今のところ英語だけ。日本語で話しかけると、トンチンカンな答が返ってきます。ひと言、ふた言の「会話」でも機能を実現することができるので、興味のある人はまず英語でテストしてみましょう。 SDKのサンプルを試すには、Raspberry Pi3（２以前のラズパイではCPUパワーが足りないのか、Pi3が指定されて
「Google Home」、マルチユーザー対応に
音声認識アシスタント端末「Google Home」が家族の声を聞き分けて、それぞれの相手の予定や音楽を提供するようになった。声の聞き分けにはミリ秒しかかからないとしている。 Google Homeは「OK Google」あるいは「Hey Google」と呼び掛けた後、命令や質問をすると答えるが、これまでは、例えば「今日の予定は？」と尋ねるとGoogle Homeを設定したメインのユーザーのGoogleアカウントの予定しか答えなかった。 マルチユーザー設定でユーザーの音声を登録すれば、呼び掛ける声をGoogle Homeが接続するクラウド上のニューラルネットワークシステムが解析し、誰の声かを理解してその声のユーザーのアカウント情報に基いて情報を提供する。 Googleによると声の判別にはミリ秒しかかからないという。 設定はGoogle Homeアプリで行う。メインユーザーが6人までのユーザー
バーガーキングが「OK Google」使うテレビCM放映 Googleが数時間後に介入
米Burger Kingが「OK Google、ワッパーって何？」という音声を流すテレビCMを放映し、音声アシスタント「Google Home」がこれに反応してWikipediaの「ワッパー」の説明を読み上げていたが、数時間後には反応しなくなった。 「OK Google、ワッパーって何？」──。米ファストフードチェーンBurger Kingが4月12日（現地時間）のゴールデンタイムにこう話すテレビCMを放映した。米The Vergeなど複数の米メディアによると、米Googleの音声認識アシスタント端末「Google Home」やスマートフォンの「Google Assistant」がこの音声に反応し、Wikipediaの「ワッパー」についての説明を読み上げたという。 ワッパー（Whopper）は、もともとは非常に大きなもの、という意味だが、Burger Kingの人気メニューの1つであるハン
TechCrunch
ZenML wants to be the glue that makes all the open-source AI tools stick together. This open-source framework lets you build pipelines that will be used by data scientists, machine-learning engineers AI and other deep technologies are the prevailing themes in the new early-stage cohort from Peak XV Partners, as the largest India and Southeast Asia-focused VC fund intensifies its search for opportu
｢OK Google！｣は録音されている。消す方法をご紹介します
｢OK Google！｣は録音されている。消す方法をご紹介します2016.06.07 12:5029,748 渡邊徹則 OKじゃない人用に。 すでに頻繁に利用されるようになった、Googleの音声検索。｢OK Google!｣などではじまるアレです。でも実はあの声、録音されている場合があるって知っていました？ 基本的に設定がオンになっている人だけですが、音声の解析や精度向上のためにあの｢声｣は録音され、Googleに保存されています。｢そんなの、ちょっと気持ち悪い…｣と感じる方のために、今回はそれを削除する方法をご紹介します。 とはいえ、やり方は簡単。こちらの音声アクティビティというページに移動し、今まで音声検索で発した言葉を削除すればOK。1つずつ消すのが面倒な場合は、｢設定 > 削除オプション > 詳細設定 > 全期間｣を選択して消しましょう。 もし今後は音声の記録を望まない場合、｢設
Siriの開発者らが新たなパーソナルアシスタント「Viv」を9日に公開！ - iPhone Mania
AppleのiPhoneなどに搭載されている音声アシスタント技術Siriを開発した技術者らが、人工知能に基づく新しいパーソナルアシスタント技術「Viv」の公開を9日に控えていることが、Washington Postの報道で明らかになりました。 Google、Facebookも注目するVivの技術 VivのクリエイターであるDag Kittlaus氏とAdam Cheyer氏は、Appleが2010年に買収したSiriの共同創業者です。Vivへの注目度は非常に高く、GoogleとFacebookがVivに買収を申し入れたという関係者情報もあるほどです。実際Facebookのマーク・ザッカーバーグCEOは、Vivの出資者のひとりです。 Siriは音声認識能力が高く、便利なアプリですが、できないこともたくさんあります。Siriに「ビヨンセのコンサートチケットを買って」というと、チケットマスターの
「Android」スマートフォンを音声操作--グーグル、「Voice Access」アプリをベータ公開
「Android」スマートフォンを操作する必要があるのに、両手が使えない場合はどうするか。Googleの新しい音声認識機能「Voice Access」が力になれる。 現時点ではまだベータ版だが、このVoice Accessを使うと、ユーザーの声で画面上を移動したり、別の画面へ移動したり、アプリを開いたりできる。特定のコマンド、たとえば「Open Chrome（「Chrome」を開く）」「Go Home（ホームに移動）」などを声に出して、実行させることも可能だ。Voice Accessはまた、画面上のアイコンや他のオブジェクトの隣に数字を表示するので、ユーザーはアイテムに関連付けられた数字を言うと、それにアクセスできる。 スマートフォンは人々のコミュニケーション、情報検索、生活の管理を手助けする重要な役割を担っており、そうした仕事を簡単なタップ操作だけでこなしてくれる。しかし、障害を抱える人
Google、アプリに音声認識機能を追加できる「Cloud Speech API」を公開
Googleが、AndroidのGoogle NowやGoogle Keyboardの音声入力で採用している機械学習音声認識機能をアプリに追加できる「Cloud Speech API」をGoogle Cloud Platformユーザー向け限定プレビューとしてリリースした。 米Googleは3月23日（現地時間）、米サンフランシスコで開催のクラウド関連イベント「GCP Next 2016」において、アプリに機械学習による音声認識機能を追加できる「Google Cloud Speech API」（プレビュー）をリリースしたと発表した。「Google Cloud Platform」を利用する開発者はこちらから限定プレビューに申し込める。少なくともプレビュー期間中は無料だ。 Cloud Speech APIは、同社がAndroidの「Google Now」の音声検索や「Google Keyboa
グーグル、オフラインでも使えるモバイル向け音声認識システムを開発
Googleは、インターネットに接続していなくても、「Nexus 5」で「リアルタイムより高速に」動作するほど容量の小さな音声認識システムを開発した。 離れた場所にあるデータセンターでの演算処理が不要なこの新システムを使えば、安定したネットワーク接続が必要であるという条件にとらわれることなく、スマートフォンやスマートウォッチなど、メモリに制約のあるいかなるガジェットでも音声認識を利用できる可能性がある。 Googleの研究チームが新たな論文で示した概要によると、目的は、ローカルで動作する軽量だが正確な組み込み型の音声認識システムを開発することだという。 研究チームの言う軽量とは、容量20.3Mバイトのシステムのことだ。これを2.26GHzのCPUと2GバイトのRAMが搭載されたNexus 5でテストすると、自由に記述するディクテーション（口述）作業で単語誤り率13.5％を達成した。 当然の
グーグルが音声検索を改善--高速化と騒音環境での認識向上
Googleは、「iOS」と「Android」向け「Google」アプリの音響モデルに複数の改善を施し、その詳細を明らかにした。ユーザーが最寄りのレストランへの行き方を尋ねたり、ウェブ検索のための質問をしたりする際の音声をより効率的に認識できるようにするものだ。 今回の改善により、Googleアプリは騒がしい環境でも言われていることをより正確に認識できるようになったのに加え、リアルタイムでの音声解析に必要な計算リソースが削減されていると、Googleの音声チームは述べている。 同チームによると、Googleが音響モデルに採用している種類の「リカレントニューラルネットワーク（RNN）」は、ディープニューラルネットワークよりも情報の記憶に優れ、「時間依存性」をモデル化することができるという。例えば、「museum」と言う単語は、/m j u z i @ m/という音声表記に翻訳される。 「先ほ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Engadget | Technology News & Reviews
Googleが音声でスマートフォンを操作できるAndroidアプリをローンチ、障害者でなくても便利 – TechCrunch Japan
TechCrunch
【やじうまPC Watch】 ラズパイ雑誌「MAGPI 57」の付録に”自作人工知能”用のGoogle音声認識キット
TechCrunch