May 18, 2014 「GALAXYアンバサダー」のイベントに参加しました #GalaxyJun 9, 2014 Galaxy S5xGear2 モニタープログラムに参加者しました その1 #Galaxy

2014年06月08日

世界シェアNo.1の音声認識・音声入力ソフト「ドラゴンスピーチ11」ブロガーミーティングに行ってきました

5月28日にFans:Fans経由で応募して、ニュアンス社さんの『世界シェアNo.1の音声認識・音声入力ソフト「ドラゴンスピーチ11」ブロガーミーティング』へ行ってきました。

ニュアンス社さんはトヨタのカーナビやパナソニックのvieraなどの音声認識ソフトをやっており、ドラゴンスピーチも17年間で今回バージョン11を出すという老舗ソフト
最近はスマホやChromeブラウザなどでも音声入力は使われるようになってきていますが、老舗メーカーとしてどのような製品を見せてくれるのか楽しみに参加してきました


(注) ちなみに今回のブログは提供して戴いたドラゴンスピーチ11を使って下書きをしました



続いてドラゴンスピーチのプレゼン


  • ドラゴンスピーチは17年以上の歴史があるそうで,音声認識の分野で世界ナンバーワンのshareとのこと
  • ドラゴンリーダーと呼ばれるiOSアプリを使って文字化を行うこともできるそう
  • このパソコン操作はカスタマイズをすることもできる、そしてSNS専用のコマンドも

実演中


マイクの音を全て拾うので停止、開始は重要らしい..
実演内容は、

  • ツイートをドラゴンスピーチを使って行ったり、
  • VBAを使ってカスタマイズ、
  • キーボードマクロ使ってカスタマイズ、
  • 定型文を登録、単語登録は一気にインポートすることが可能

続いてlifehacking.jpの堀さんのプレゼン


  • 音声でブログを書いている事をきっかけにこのプレゼンを行うことに
  • 記録という意味においては口述は最も古い
  • 話し言葉を使うことで流れを作ることができる
  • ゆっくりしゃべることが重要
  • ドラゴンスピーチのトレーニングは最初5分で始められる。だけどじっくり時間をかけて認識向上をやった方が良い
  • dropboxを経由してプロファイルを共有することもできる.ただし使う機器の音声レベルが近いときに限る
  • PCの操作は音声と手動を使い分けた方が良い
  • 数字モードというのがあってExcelなどの入力に効率的(この文章をドラゴンスピーチで入力している時に数字モードというのがモード切り替えされてしまい入力できなくて困った。)
この話を聞いた時自分のなかのアイディアとして蔵書管理用の本のISBNコードの入力に使えるかなと思いました

  • profileを切り替えれば複数の人を使うことが可能
  • マイクの感度は「低」にしておくこと(これはノイズを拾うのを抑えるためかなと思いました)
  • それからMacのbootcampでWindowsを使ってそのうえでドラゴンスピーチをやるのは厳しいそう
  • 結構CPUパワーを必要としているとの事でした
使いこなし満載でいろいろ参考になりました

Q&A

Q 音声コマンドを作るときソフトを選んでキーボードマクロを作れますか?
A 作れる
Q ビジネスや個人で使える人の割合わかりますか?
A 英語圏でビジネス50% 。医療機関など音声でメール作成している
日本では個人ユースを想定。ビジネスでは個室を持った人など静かな環境が必要
Q 単語登録するのに品詞は必要ないのか?
A 登録したい言葉\\カタカナ読み、というフォーマットでインポート。品詞は特に指定しない。注意点なutf8を使って保存。品詞はないが使っていくうちにドラゴンスピーチで学習していくという方式。
Q USBマイクなら何でも良いの?
A 基本推奨品を使って欲しい

その他、 スマホの音声入力などと異なり音声認識に時間制限がないため長文の入力が可能

タッチ&トライ


グループにまとまってデモ機を使って登録から簡単な音声コマンドのトライを行いました
自分が参加したグループではWindowsの計算機を起動してそこで簡単な計算を試してみようとしました
数字の入力はうまくいったのですが演算子の認識がいまひとつだったため(本当にそうかはわからないですけれど)数字+数字が数字だけの入力になってしまいました。例えば3 +3の時点で33になってしまうといった具合でした。

(頑張って音声認識向上させた今でも同じ状況なので計算機は使えないかな。 ちょっと思いついたので「webを検索 3+3=」とするとドラゴンスピーチはbingを呼び出してしまいうまく計算できませんでした。 Googleの検索窓を開いてそこに「3+3=」と呼びかけると当然のことながら計算してくれました。検索サービスって変更できないのかな?まだ使いこなせてないです)

自作コマンド

家に帰ってしばらく音声入力の認識率向上を頑張ったので上のようなブログをドラゴンスピーチで書けるようになりました
お持ち帰りしたドラゴンスピーチでマクロを作って欲しいというお題も出ていたようなので作ってみました.
とりあえずoutlookはキーボードマクロが使えないアプリなのでこれが題材に良いかなと思いまずoutlook上でVBAエディターを使って動くものを書きました
ネタはアドレス帳のデータがある場合そこから名前を引っ張ってメール本文に宛先と署名を挿入するVBAマクロとしました

Sub Main
' 宛先&署名を本文に挿入
Dim objMe As Recipient
Dim strBcc As String
Dim strAddress As String
Dim objMail As MailItem
Dim objContact As ContactItem
Dim i As Integer
Dim myAddr As String
Set objMail = Application.ActiveInspector.CurrentItem
'BCCに自分挿入
strBcc = "xxx.yyy@gmail.com"
Set objMe = objMail.Recipients.Add(strBcc)
objMe.type = olBCC
objMe.Resolve
Set objMe = Nothing
'署名挿入
myAddr = objMail.SendUsingAccount.SmtpAddress
Set objContact = FindContactByAddress(myAddr)
If Not objContact Is Nothing Then
objMail.Body = vbCrLf & "---" & vbCrLf & objContact.FullName & " <" & objContact.Email1Address & ">" & vbCrLf _
& "XXX株式会社" & vbCrLf _
& objContact.Department & vbCrLf & objMail.Body
objMail.Save
End If
End Sub
OutLook上では動いたんですが、ドラゴンスピーチの方ではOutlook アイテムの Recipient オブジェクトがロードできないためいきなり構文エラーで保存すらできませんoutlookの内部の情報を操作するにはoutlookのマクロをドラゴンスピーチで呼び出すような二段構えにしないといけないのかなぁ
これは結局outlook上にボタン設置して呼ぶ出すようにしてドラゴンスピーチでそこを押すようにして動かせたのですがいまいち釈然としませんでした
ドラゴンスピーチのadvanced scriptってどうやって書いたらいいんだろう?

その他

使って始めてわかるわけで、音声である程度下書きができると非常に楽ということがわかりました
音声でブログ全文清書書きできるようになったら楽だなぁ
ただいくつかこうだったらいいなと思ったこともあります
  1. チュートリアルを見ようとしたらflashをインストールしてと言われました。 セキュリティー考えるとイマドキflashを入れたくないんだよねと言うことで未だチュートリアル入れてません。
  2. そ文章の開始に「ほ」とか「に」とか余計な文字が入るのだけれど、それの修正は「消去」とか音声コマンド使えず。何げに面倒に感じました。(この文章には「そ」が入りました)
  3. 音声認識中のノイズ厳禁ってのがシチュエーションを選んでしまうということを実感しました。家にいてもマンションの植木屋さんの騒音や子供らのかける音楽、会社でもレーザープリンタの騒音や同僚の話し声。以前見た工場の騒音の中でも会話出来る喉に当てて喋るマイクみたいなのに対応して欲しいなぁと本気で考えてしまいました。
こんな感じで今回のレポートは終わりですが、もうちょっと使い込んでマクロの勉強してみたいと思います



このエントリーをはてなブックマークに追加 Share on Tumblr Clip to Evernote
highfrontier at 20:38│Comments(0)event | PC

コメントする

このブログにコメントするにはログインが必要です。

May 18, 2014 「GALAXYアンバサダー」のイベントに参加しました #GalaxyJun 9, 2014 Galaxy S5xGear2 モニタープログラムに参加者しました その1 #Galaxy