Podcast 第三回配信 - Apple iPhone 3G「最強の手帳」計画（53）

Podcast：

※第三回は、2つに分けて配信しています

• ［file-346］Apple iPhone 3G「最強の手帳」計画（第三回）
  リアルとネットをつなげるサービス「Evernote」
• ［file-347］なぜ今、iPhoneを使うのか？ - Apple iPhone 3G「最強の手帳」計画（第三回の続き）

紙の手帳との融合に関するエントリー：

• iPhone 3Gとシステム手帳を融合させる - Apple iPhone 3G「最強の手帳」計画（41）

Podcastの補足（Evernoteの音声メモについて）：

• ［Voice Note］をタップ
• レコーダーの画面に切り替わるので、録音アイコンをタップして収録
• Saveするとアップロードの画面に変わる

• タイトル、アップロード先のノート、タグなどを入力
• ［Save］をタップ
• アップロード中も、作業ができる（処理を待たなくてもよい）

• アップロードされた音声メモを音声認識ユーティリティでテキスト化
• WILLCOM D4で実行（つまり、収録した場所ですぐに処理できる）
• 音声データとテキストデータがほぼ同時に蓄積される
  （日本語の音声検索は提供されていないので）テキストで検索

Evernoteの音声メモは音質が低いため、周辺の音が入らない場所で”はっきり”とアナウンサーがニュース原稿を読むようにしゃべる必要があります。

以下は、ボイスレコーダーで録った音声ですが、聞き取りにくい”話し言葉”です。
早口でしゃべっており、人が聞いても曖昧なところがあります。

音声認識技術で、どこまでテキストに自動変換してくれるか試してみました。

• 収録した音声データ（voice.wav／31秒）
  ※WAV形式の音声ファイルにリンクしています

［録音の内容］
仕事でこちらの方まで来たので、そのついでに、
クルマの中で録れば、
え～ノイズっていうか、周りの音が入りませんからね。
いいんだろうと思って、
で～ちょっと録ろうかな～なんて思ったんですけど、
目の前が空港だとね、
やっぱりお巡りさんが沢山いますからね。
え～君何してるんだって話になりそうなんでね
ちょっと離れたいと思います。

［音声認識→自動テキスト変換］
こちらの方もできたので、そのついでに、
黒川の彼とればー
でノイズというかその周りの音が入りませんから
品だろうと思ってて
ちょと10日間何ともがつぶれたりデ
のまい空港だと、
札幌お巡りさんが沢山いますかね。
君何してるんだって話になりそうだね
ちょっと離れたます

意味不明の部分もありますが、全体的にはよく認識できたな‥という感じです。尚、ニュース原稿を読むように話すと、”ほぼ完璧に”テキスト化してくれます。

関連エントリー：

• GPSlog Diary - モバイルの未来～「声」で日記を書く

来年から始める「一言日記」は、iPhoneで収録した音声メモを音声認識技術で自動的にテキスト化して、更新します。

一切、修正はしませんので、音声認識ユーティリティが学習していくプロセスを見ていくことができると思います。

Podcastでも話しましたが、”リアルとネットの融合”というテーマを「iPhone「最強の手帳」」を一つのモデルにして、いろいろ試していきたいと思います。

前回のPodcast：

• ［file-344］Apple iPhone 3G「最強の手帳」計画（第一回）
• ［file-345］Apple iPhone 3G「最強の手帳」計画（第二回）

カテゴリ-A：

• ［2008］Next Stage
• ［2008］GPSlog

カテゴリ-B：

• ［2008］最強の手帳 - iPhone編（1） - 10月  
• ［2008］最強の手帳 - iPhone編（2） - 11月
• ［2008］最強の手帳 - iPhone編（3） - 12月

2008年12月21日に更新