Google、アプリに音声認識機能を追加できる「Cloud Speech API」を公開

公開 2016年03月24日 08時47分

[ITmedia]

印刷する Googleで優先するソースとして追加

　米Googleは3月23日（現地時間）、米サンフランシスコで開催のクラウド関連イベント「GCP Next 2016」において、アプリに機械学習による音声認識機能を追加できる「Google Cloud Speech API」（プレビュー）をリリースしたと発表した。「Google Cloud Platform」を利用する開発者はこちらから限定プレビューに申し込める。少なくともプレビュー期間中は無料だ。

　Cloud Speech APIは、同社がAndroidの「Google Now」の音声検索や「Google Keyboard」での音声によるテキスト入力などで使っているディープラーニングニューラルネットワーク技術「Automatic Speech Recognition」をアプリで使えるようにするREST API。

　80カ国語以上をサポートし、雑音の多い環境でも高い認識性能を誇る。

　デモ動画（記事末に転載）では、Raspberry Piベースでマイクを搭載するロボットに「踊れる？」と語りかけると、ロボットがくるくる回転してみせたり、「回れ右」と日本語で命令すると右に回転する様子が紹介されている。

日本語も認識する

　Googleは昨年12月には画像認識機能の「Google Cloud Vision API」を公開した。また、同日Google Cloud Platformの新サービス「Cloud Machine Learning」を発表した。開発者はこれらのサービスを利用して、画像／音声認識と機械学習を応用したアプリを開発できる。