在宅勤務が日常になりつつある中、AI音声認識技術で世界でもトップクラスのiFLYTEK(アイフライテック)は4月28日、「AIボイスレコーダー VOITER(ボイター) SR502J」を発表した。「議事録に、AI革命。」というキャッチコピーで、日本市場で大暴れしそうだ。学生向けのキュートな「VOITER mini(ボイターミニ)A1J」も同時発表。いずれも同日からMakuakeで先行予約を開始した。
例えば、日本史の本を音読してみても、「けんとうし」を「検討し」などではなく、きちんと前後の文脈から理解して「遣唐使」と漢字変換していた。
独自の音声認識テクノロジーについて、iFLYTEKジャパンAIソリューションズの孫嘉人取締役副社長COOは「録音するときに、どれだけノイズを除去してからAIに音声認識させるかがポイントになる」と語る。周囲の雑音が混じった音声データは、いくら高性能なAIに音声認識をさせても、アウトプットの質が下がってしまうという。
VOITERは、上部に二つの指向性マイクと、本体の周囲に六つの無指向性マイクを搭載する。指向性マイクは最大集音距離10メートル、360度に対応し、どの方向から誰が話しているかを認識する。そして、周囲の六つのマイクがノイズを自動的に除去しながら、クリアな音声信号に整える。
AI音声認識エンジンはクラウドにあるため、テキスト化するにはインターネット接続する必要がある。オフライン環境で録音した場合でも、ネット接続後にクラウドとつなげることで、文字起こししたテキストを取得できるので安心だ。
録音モードは、「標準」「会議」「取材」「講演」「メモ」「音楽」「省電力」の7モードを搭載。モードごとに八つのマイクのアルゴリズムを最適化している。
ネット接続をしながら実際に使ってみると、音声がリアルタイムにテキスト化されていく様子が本体のディスプレイで確認することができる。この時点でも高精度な文字起こしができていることが分かるが、クラウドにアップロードする際、再度、AI音声認識が加わることで、さらに高精度なテキストが出来上がる。
会議の議事録作成やインタビュー、ビジネス交渉、学会、記者会見など、幅広いビジネスユースで使える。UIも直感的で分かりやすい。本体の横に録音ボタンがあるが、ディスプレイのタッチパネルで録音モードを選択すると、自動的に録音が開始される。
録音時の画面では、音声が次々と文字に変換されていく様子が分かる。ファイル管理画面では、音声とテキストの2種類のデータを、本体とクラウド側で管理できる。もちろん、各データをメールなどで転送することも可能だ。
さらに驚くのは、本体に800万画素のカメラを搭載しているので画像やビデオ撮影が可能で、動画の話者に合わせながらテキスト化された音声データが、字幕として表示されること。字幕の編集も本体のUIから操作が可能だ。
内蔵ストレージは16GB。無料で使えるクラウドスペースは、10GBとなっている。価格は5万4780円と少し高く感じるかもしれないが、文字起こしを業者に依頼した人なら分かると思うが、インタビュー1回分ぐらいの料金でペイできる価格ではないだろうか。
クラウドの文字起こしプランは、(1)ベーシックプランが毎月3時間無料、(2)使い放題プランが無制限で毎月2180円――の二つ。使い放題プランは、1年目無料キャンペーンを実施する。1年契約の価格は、2万3980円(1カ月分サービス)となる。気になるクラウドサービスのセキュリティ管理は、日本国内で徹底管理するから安心とのことだ。
最大集音距離は5メートル、360度で、2マイク搭載。ディスプレイはないため本体での画面表示や音声再生はできないが、専用スマートフォン(スマホ)アプリと連携させることで、スマホの画面でリアルタイムの文字起こしや音声再生などが確認できる。コンパクトながら32GBの大容量というのも、90分授業が多い大学生にとって安心だろう。
4種類のシールが同梱されているので、好みの気分に合わせてファッション感覚で楽しめる遊び心も備えている。価格は2万350円。文字起こしプランは、(1)ベーシックプランが毎月1時間無料、(2)プレミアムプランが毎月200時間で1780円。1年目は、プレミアムプラン無料キャンペーンを実施する。1年契約は、1万9580円(1カ月分サービス)となる。
オンラインミーティングの議事録作成に膨大な時間を費やして、仕事の生産性がかえって悪くなったと感じる人も多いかもしれない。iFLYTEKのVOITERとVOITER miniが、まさに「議事録に、AI革命。」のキャッチコピー通り、そんな悩みを吹き飛ばしてくれるだろう。
「ノイズ除去した後のテキスト化」がポイント
VOITERは、一言で説明すれば「リアルタイムで高精度な文字起こしをする」デバイスだ。最初に断っておくが、翻訳機ではない。日本語と英語の2言語に対応し、集音した音声データをリアルタイムでテキスト化してくれる。同じようなデバイスは他社からも販売されているが、iFLYTEK独自の高精度な音声認識テクノロジーを搭載することで、日本語の漢字変換もかなり精度高くテキスト化する。例えば、日本史の本を音読してみても、「けんとうし」を「検討し」などではなく、きちんと前後の文脈から理解して「遣唐使」と漢字変換していた。
独自の音声認識テクノロジーについて、iFLYTEKジャパンAIソリューションズの孫嘉人取締役副社長COOは「録音するときに、どれだけノイズを除去してからAIに音声認識させるかがポイントになる」と語る。周囲の雑音が混じった音声データは、いくら高性能なAIに音声認識をさせても、アウトプットの質が下がってしまうという。
VOITERは、上部に二つの指向性マイクと、本体の周囲に六つの無指向性マイクを搭載する。指向性マイクは最大集音距離10メートル、360度に対応し、どの方向から誰が話しているかを認識する。そして、周囲の六つのマイクがノイズを自動的に除去しながら、クリアな音声信号に整える。
AI音声認識エンジンはクラウドにあるため、テキスト化するにはインターネット接続する必要がある。オフライン環境で録音した場合でも、ネット接続後にクラウドとつなげることで、文字起こししたテキストを取得できるので安心だ。
録音モードは、「標準」「会議」「取材」「講演」「メモ」「音楽」「省電力」の7モードを搭載。モードごとに八つのマイクのアルゴリズムを最適化している。
ネット接続をしながら実際に使ってみると、音声がリアルタイムにテキスト化されていく様子が本体のディスプレイで確認することができる。この時点でも高精度な文字起こしができていることが分かるが、クラウドにアップロードする際、再度、AI音声認識が加わることで、さらに高精度なテキストが出来上がる。
会議の議事録作成やインタビュー、ビジネス交渉、学会、記者会見など、幅広いビジネスユースで使える。UIも直感的で分かりやすい。本体の横に録音ボタンがあるが、ディスプレイのタッチパネルで録音モードを選択すると、自動的に録音が開始される。
録音時の画面では、音声が次々と文字に変換されていく様子が分かる。ファイル管理画面では、音声とテキストの2種類のデータを、本体とクラウド側で管理できる。もちろん、各データをメールなどで転送することも可能だ。
さらに驚くのは、本体に800万画素のカメラを搭載しているので画像やビデオ撮影が可能で、動画の話者に合わせながらテキスト化された音声データが、字幕として表示されること。字幕の編集も本体のUIから操作が可能だ。
内蔵ストレージは16GB。無料で使えるクラウドスペースは、10GBとなっている。価格は5万4780円と少し高く感じるかもしれないが、文字起こしを業者に依頼した人なら分かると思うが、インタビュー1回分ぐらいの料金でペイできる価格ではないだろうか。
クラウドの文字起こしプランは、(1)ベーシックプランが毎月3時間無料、(2)使い放題プランが無制限で毎月2180円――の二つ。使い放題プランは、1年目無料キャンペーンを実施する。1年契約の価格は、2万3980円(1カ月分サービス)となる。気になるクラウドサービスのセキュリティ管理は、日本国内で徹底管理するから安心とのことだ。
さらにお手軽な「VOITER mini」
学生などにもっと手軽に使ってもらうモデルとして、「VOITER mini(ボイターミニ)A1J」もラインアップしている。レトロなカセットテープのデザインで、ポケットに入るほどのコンパクトサイズだが、しっかりとiFLYTEKの音声認識技術を搭載する。最大集音距離は5メートル、360度で、2マイク搭載。ディスプレイはないため本体での画面表示や音声再生はできないが、専用スマートフォン(スマホ)アプリと連携させることで、スマホの画面でリアルタイムの文字起こしや音声再生などが確認できる。コンパクトながら32GBの大容量というのも、90分授業が多い大学生にとって安心だろう。
4種類のシールが同梱されているので、好みの気分に合わせてファッション感覚で楽しめる遊び心も備えている。価格は2万350円。文字起こしプランは、(1)ベーシックプランが毎月1時間無料、(2)プレミアムプランが毎月200時間で1780円。1年目は、プレミアムプラン無料キャンペーンを実施する。1年契約は、1万9580円(1カ月分サービス)となる。
オンラインミーティングの議事録作成に膨大な時間を費やして、仕事の生産性がかえって悪くなったと感じる人も多いかもしれない。iFLYTEKのVOITERとVOITER miniが、まさに「議事録に、AI革命。」のキャッチコピー通り、そんな悩みを吹き飛ばしてくれるだろう。