TwilioとGoogle Cloud Speech APIで電話の内容を文章に変換する | DevelopersIO
Google Cloud Speech API (以下Speech API) を利用すると、人間が発声した音声をAPIを通してテキストに変換することができます。 Speech APIは日本語にも対応しているため、国内でも電話で話した内容を自動的にテキストに変換するといったようなことが出来るようになります。 ということで、Twilio, Zappa, Speech APIを組み合わせて、サーバレスに電話の内容を文章化する仕組みをつくってみました。 構成 以下が今回作成した仕組みの構成図になります。 Twilioを用いて電話から音声を録音する方法については、こちらの記事を参考にしてください。 上記の記事に加えて、Twilioから録音された音声ファイルのURLをSNSを通して別のLambda Functionに投げ、そこから音声ファイルの取得とSpeech APIへの問い合わせを行っています。最
MOONGIFT: � Web上で音声入力を可能にする「w3voiceIM.js」:オープンソースを毎日紹介
音声入力というのはずっと昔からあるわりには一般的な普及が進まない技術だ。もちろん、何らかの障害がある方々の間では利用されているが、もっと一般に普及しなければよりよい技術革新やコスト低減などが臨めないのではないだろうか。 単語の認識精度は高い そんな中、一つのきっかけになり得るソフトウェアが登場した。なんとJavaScriptを埋め込むだけで音声入力が可能になる。 今回紹介するオープンソース・ソフトウェアはw3voiceIM.js、Web APIを使った音声認識ライブラリだ。 w3voiceIM.jsはw3voice.jpで提供される音声認識エンジンをJavaScriptだけで利用できるようにするライブラリだ。テキストボックスやテキストエリアに対して利用可能で、オブジェクトをダブルクリックすると音声入力のダイアログが表示される。 Pukiwikiに組み込まれた例。テキストエリアに音声入力でき
【コラム】Java API、使ってますか? (20) 音声認識/合成のためのAPI - Java Speech APIとJSR 113 | エンタープライズ | マイコミジャーナル
Java Speech APIとは Java Speech API(以下、JSAPI)はJavaアプリケーションに音声認識や音声合成の機能を組み込むためのAPIである。Java Speech API自身はJCPがスタートする前に発表されたのでJSRは存在せず、Sun Microsystemsのサイト上でその仕様が公開されている。 JSAPIを使用することで、Javaプログラムで音声の認識や合成を行うことができるようになる。たとえば、合成音声によってテキストを読み上げるというような処理の実装が容易に行える。 JSAPIの代表的な実装としてはオープンソースで開発されているFreeTTSがある。もっとも新しいバージョンは1.2.1で、商用の音声認識/合成ツールのような高度な機能は有していないが、JSAPIを試すには十分な機能を提供してくれる。今回はまずこのFreeTTSを用いて、JSAPIの音声
村田機械、音声認識用辞書生成プログラムをオープンソースに：CodeZine
村田機械は、音声認識ソフトを作る際に必要な辞書データを生成するプログラムをオープンソースにすると発表した。ライセンスはCPLで配布する。 今回公開されるのは、高性能音声認識ソフトウェアとして定評のある「Julius」をベースとした音声認識の実用化に不可欠なプログラム。具体的には、単語辞書データを生成するためのプログラム「vocab2htkdic.rb」がオープンソースになる。なお、「Julius」に関してはすでにオープンソース化されている。 「vocab2htkdic.rb」は、多言語データ対応を可能にし、最新のUNIX系OS環境でも使用できるプログラム。村田機械では、今回のオープンソース化により、さまざまな要望やバグ報告などの意見交換、活発な議論が生まれ、多くの研究者に利用されるプログラムになることを期待している。 村田機械：オープンソースソフトウエア「vocab2htkdic.
1
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
処理を実行中です
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
http://www.speechapi.com/
http://hil.t.u-tokyo.ac.jp/~galatea/index-jp.html
