音声認識／音情報処理クラウド（mimi®）

音声認識機能

ディープラーニング（深層学習）による高速かつ自然な音声認識を実現します。
音声認識の精度向上とともに、自然なコミュニケーション・音声対話に利用するために、認識速度の高速性をできる限り高めるような工夫がされています。

環境音認識機能

環境音認識は、mimi®独自の機能です。
環境の様々な音の特徴を学習し、多様な音を識別することを実現します。
例えば、人間の声以外の音として、「拍手」「咳、くしゃみ」「笑い声」 「大きな息の音」の識別ができます。
お客様との協業で、さらに多様な音を識別する開発を進めています。

話者識別機能

事前に発話者の音声を学習しておくことで、数秒程度の短い発話から、 高精度に発話者を識別することができます。
識別に用いる発話は、どのような発話内容でもよく、発話者に意識をさせることがなく、 自然に話者を識別できます。
事前に音声を学習しない場合でも、自動学習機能により話者を識別することも可能です（開発中）。

音前段処理機能

mimi®の各機能に共通する音処理機能（音声区間抽出、雑音抑制、残響音抑制、音源定位、音源分離など）を 処理する機能をモジュール化しています。

• 音区間抽出
• 雑音抑制（ノイズリダクション）
• 残響音抑制（デリバブレーション）
• 多音源入力処理
• 各種音響フィルタ（HPF、LPF）他

音声認識／音情報処理クラウド（mimi®）の特徴

mimi®による音声情報処理は、すべてクラウド上で実現しており、 音声/音認識に必要な高速・大規模・大容量の情報処理が、手軽で、 リーズナブルな費用でご利用いただけます。
また、機能を絞ることでローカル側でのご利用も可能です。

mimi®機能のポイント

• 高速認識
• 孤立単語認識（お客様専用辞書により、確実な認識可能）、自然文認識（認識単語の自由度が高い）の使い分けが可能
• クラウドサービスにより、大規模アクセス時の能力向上が容易
• 音声認識と同時に周りの環境音（笑い声、咳など）の認識や話者の特定が可能
• 雑音抑制技術
• 複数マイクロフォンによるマイクロフォンの指向性制御（ビームフォーミング）が可能
• ソフトウエア処理による音源方向推定が可能

コミュニケーション

• 接客システム
• 介護、病院、対話システム
• ロボット
• おもちゃ

高速テキスト作成支援

• 営業日報／連絡帳システム
• 字幕作成システム
• 障碍者支援システム

　自然言語処理はこちら

会話認識

• IVR／コールセンターシステム
• 議事録作成システム　他