音声認識／音情報処理クラウド（mimi®）
mimi®は非常に高速な音声認識／環境音認識プラットフォームです。
mimi®には、以下の４つの機能が含まれています。
- 音声認識機能（mimi®ASR：Automatic Speech Recognition）
- 環境音認識機能（mimi®ESR：Environmental Sound Recognition)
- 話者識別機能（mimi®SRS：Speaker Recognition System）
- 音前段処理機能（mimi®AFE：Advanced Front End module）
各機能はモジュールになっており、連携または独立して利用できます。
mimi®開発元：フェアリーデバイセズ株式会社
音声認識／音情報処理クラウド（mimi®）の構成機能
音声認識機能
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
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
- 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
音声認識／音情報処理クラウド（mimi®）の活用事例
詳細はお問い合わせください。
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
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