デジタルツインと電話応対における音声合成と音声認識

Digital Twin Label ではデジタルツインの声として音声合成が使われています。その音声合成を高品質に実現するためには，高品質な学習データを用意する必要があります。その高品質なデータを作るためには人手作業が発生しがちですが，そのコストを減らすために音声認識手法を様々に活用しており，その活用法について紹介します。また，株式会社AI Shiftと共に『AI Messenger Voicebot』の音声認識手法を作っていますが，電話応対で聞き取らねばならないパターンのうち，数値表現を認識させるための工夫を紹介します。

Transcript

1. View Slide

2. View Slide

3. View Slide

4. View Slide

5. View Slide

6. View Slide

7. View Slide

8. View Slide

9. View Slide

10. View Slide

11. View Slide

12. View Slide

13. View Slide

14. View Slide

15. View Slide

16. View Slide

17. View Slide

18. View Slide

19. View Slide

20. View Slide