| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2014-05-15 11:55 音声認識機能を有するWebアプリケーションの実装と評価 ○槙 優一・鎌土良記・藤村 滋・青野裕司・中山丈二・阪内澄宇・山田智広（NTT）  MoNA2014-6 |
|
| 抄録 | （和） | Webブラウザのみでサーバ-クライアント型音声認識機能を実現する方式の提案とその実用性について報告する． クライアントで実行されるJavaScriptのみで音声認識機能の利用が可能となるため，ブラウザさえインストールされていれば端末を問わず音声認識機能を利用することができる． 具体的には，クライアントのブラウザ上で実行されるJavaScirptにて音声データの取得と圧縮，Webサーバへのストリーミング送信を実施し，音声区間検出器(Voice Activity Detector; VAD)は，音声認識処理とともにサーバに構築して実施する． これによりクライアントでの計算コストを削減し，Webブラウザのみでの音声認識を実現する． 本稿では，提案する方式のシステム構成について述べた上で，ブラウザや端末の対応状況，クライアントでのリサンプリングと音声データの圧縮処理速度の計測，モバイル回線での音声認識処理時間の計測を行い，その実用性について述べる． 検証の結果，ノイズなし音声サンプルでの本システムの認識処理速度は実時間係数で平均で1.26，文字正解精度は平均で94.8%であり，実用に耐えうる音声認識機能の実現が可能であることがわかった |
| （英） | We propose a browser-based speech recognition system using HTML5 in a broad sense and report its performance in actual use. Our proposed method enables browsers in PCs and mobile devices to use speech recognition function by client-side JavaScript code. Unlike traditional Web applications, there is no need to install specific application or browser plug-in. The flow of processing, at first getting the streaming audio data from the microphone of the client, and the client device transmits its streaming data to the speech-recognition server by the WebSocket protocol. In consideration of the quality of mobile broadband, by using client-side JavaScript, compres- sion for audio data is also performed, and the Voice Activity Detector(VAD) and the speech recognition decoder are implemented to the server because of the reduction of the computational cost of the client. In this paper, we explain the architecture of our proposed system and support status of browsers and devices. And we also report the audio compression performance in the client and the quality of actual use in mobile broadband. In the result, the proposed method has adequate quality as using speech recognition system. | |
| キーワード | （和） | 音声認識 / Web アプリケーション / Web ブラウザ / WebSocket / Media Stream / Web Audio API / / |
| （英） | Voice Recognition / Web Application / Web Browser / WebSocket / Media Stream / Web Audio API / / | |
| 文献情報 | 信学技報, vol. 114, no. 31, MoNA2014-6, pp. 31-36, 2014年5月. | |
| 資料番号 | MoNA2014-6 | |
| 発行日 | 2014-05-08 (MoNA) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | MoNA2014-6 |
|
| 研究会情報 | |
| 研究会 | MoNA IPSJ-DPS IPSJ-MBL |
| 開催期間 | 2014-05-15 - 2014-05-16 |
| 開催地（和） | 健康文化村 カルチャーリゾート フェストーネ（沖縄県） |
| 開催地（英） | |
| テーマ（和） | モバイルアプリケーション，ユビキタスサービス，モバイル分散クラウドモバイルアドホックネットワーク，センサネットワーク，モバイルネットワークおよび一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | MoNA |
| 会議コード | 2014-05-MoNA-DPS-MBL |
| 本文の言語 | 日本語 |
| タイトル（和） | 音声認識機能を有するWebアプリケーションの実装と評価 |
| サブタイトル（和） | |
| タイトル（英） | Cool Implementation of Voice Recognition System for Web Application |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音声認識 / Voice Recognition |
| キーワード(2)（和/英） | Web アプリケーション / Web Application |
| キーワード(3)（和/英） | Web ブラウザ / Web Browser |
| キーワード(4)（和/英） | WebSocket / WebSocket |
| キーワード(5)（和/英） | Media Stream / Media Stream |
| キーワード(6)（和/英） | Web Audio API / Web Audio API |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 槙 優一 / Yuichi Maki / マキ ユウイチ |
| 第1著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第2著者 氏名（和/英/ヨミ） | 鎌土 良記 / Noriyoshi Kamado / カマド ノリヨシ |
| 第2著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 藤村 滋 / Shigeru Fujimura / フジムラ シゲル |
| 第3著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | 青野 裕司 / Yushi Aono / アオノ ユウシ |
| 第4著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第5著者 氏名（和/英/ヨミ） | 中山 丈二 / Jyouji Nakayama / ナカヤマ ジョウジ |
| 第5著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第6著者 氏名（和/英/ヨミ） | 阪内 澄宇 / Sumitaka Sakauchi / サカウチ スミタカ |
| 第6著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第7著者 氏名（和/英/ヨミ） | 山田 智広 / Tomohiro Yamada / ヤマダ トモヒロ |
| 第7著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 講演者 | 第1著者 |
| 発表日時 | 2014-05-15 11:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MoNA |
| 資料番号 | MoNA2014-6 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | no.31 |
| ページ範囲 | pp.31-36 |
| ページ数 | 6 |
| 発行日 | 2014-05-08 (MoNA) |
[研究会発表申込システムのトップページに戻る]