編集部からのお知らせ
New! 記事まとめ「ISMAP-LIU」
話題の記事まとめ「通信障害と社会リスク」

モジラがオープンソースの音声認識モデルとデータセットをリリース

Chris Duckett (CNET News) 翻訳校正: 湯本牧子 吉武稔夫 (ガリレオ)

2017-12-01 12:22

 Mozillaは、音声認識プロジェクト「Common Voice」で、2万人から収集した40万件近い録音を含むコレクションをリリースした。一般に公開されている音声データセットとしては2番目に大規模だという。

 コレクションの音声サンプルは、MozillaのCommon Voiceプロジェクトから取得したものだ。Common Voiceでは、「iOS」アプリまたはウェブサイトを通じてユーザーが自分の音声を提供できる。このプロジェクトの狙いは、大規模な公開データセットを作成することで、より優れた音声対応アプリケーションを実現することだ。

 Mozillaで新興技術担当シニアバイスプレジデントを務めるSean White氏は、ブログ記事で「商用のサービスがほとんどない理由の1つは、データが不足しているためだ」と述べている。

 「新興企業や研究者、あるいは音声対応技術を開発したいと考えている人なら誰でも、機械学習アルゴリズムの訓練に利用できる高品質の録音データを必要としている。そうした人々が現時点で利用できるのは、ごく限られたデータセットだけだ」(White氏)

 現在、コレクションは英語に対応したものとなっているが、2018年前半に他の言語にも拡大する計画だ。

 Mozillaはさらに、中国のインターネット大手Baidu(バイドゥ)の取り組みをベースにしたオープンソースの音声認識モデル「Project DeepSpeech」をリリースした。音声データセット「LibriSpeech」を用いた際の誤認識率は6.5%で、DeepSpeechの認識精度は人間のレベルに近づいているという。

Mozilla Common Voice
提供:Getty Images/iStockphoto

この記事は海外CBS Interactive発の記事を朝日インタラクティブが日本向けに編集したものです。

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

ホワイトペーパー

新着

ランキング

  1. セキュリティ

    SASEのすべてを1冊で理解、ユースケース、ネットワーキング機能、セキュリティ機能、10の利点

  2. 運用管理

    ノーツを蘇らせた老舗メーカーの取り組み―Nomadの活用で働き方が変わり生産性・従業員満足度が向上

  3. 経営

    二人の先駆者が語る経営×IT--デジタル活用・DX推進のリーダーが握る企業競争力

  4. 経営

    3人の識者による金言・アドバイス--時代に負けない骨太な組織作りへの道

  5. コミュニケーション

    日本企業が利用する代表的なグループウェアを徹底比較―グループウェア選定のポイントとは?

NEWSLETTERS

エンタープライズ・コンピューティングの最前線を配信

ZDNet Japanは、CIOとITマネージャーを対象に、ビジネス課題の解決とITを活用した新たな価値創造を支援します。
ITビジネス全般については、CNET Japanをご覧ください。

このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]