スマホ・タブレットの音声認識の精度を上げて誤認識を少なくする3つの方法

音声入力が上手くいかない

最近のスマホ、タブレットの音声認識のレベルは実用域で問題ないレベルに達しているのは確かです。でもまだ人によっては上手く認識されなかったりするなど、結構個人差もあるようです。

これは、話し方の癖や使い方などで認識されにくくなることがあるためです。やはり機械相手ですから人間と同じように完璧に聞き分けることは難しいと思います。しかし、ちょっとした工夫次第ではある程度誤認識を避けることができるようになります。

今回は音声認識の的中率を上げる3つの方法についてお話したいと思います。

1．話す言葉自体が正しいかどうか再確認する

人によって認識させたい言葉自体が思い込みや間違いなどで、違った言葉になってしまっている為に誤認識される場合があります。

たとえば、「シミュレーション」ですがこれを「シュミレーション」と発音すると正しく認識されずに検索結果が違ってきてしまいます。

そのほか、言葉のうろ覚え（「うる覚え」は間違い）で間違っている場合もそうです。よくあるのが、代替（だいたい）を「だいがえ」と言ったりする場合です。

とはいっても、今のAIは言葉を間違っていても文脈の前後を解析して正しく認識するほど性能が良くなっています。

しかし、単語だけの場合は認識がぶれることがあります。

地名や人名なども間違いやすく、町を「まち」と「ちょう」で違う、濁音が付く、付かないで違う・・・など結構元の言葉を正確にちゃんと知っていないと音声認識は反応してくれないことがあります。

2．声の大きさよりも発音をゆっくりはっきりと

たとえば、「上場会社」と入力する際に適当に言っていると「ジョジョ　会社」などと出てきてしまいます。これはやはり読んで字のごとく「じょうじょうがいしゃ」とゆっくりはっきりと言うことで一発認識します。

「ビビック」と言って「ミミック」と認識されたりするのも口の動きや開きが足りないためです。だからと言ってあまり大声でも誤認識の元になります。正確な認識には声の大きさではなく、できるだけ滑舌よくはっきりと話すことが必要です。

「ちょっとオーバーかな？」というくらいの話し方が正確に認識されやすくなります。また、早過ぎるのも音声認識は苦手です。なるべくゆっくりと話してください。

英語の表記の場合、間違いやすいのは英語発音で音声認識をしてしまうこと。日本語の文章の中に、カタカナ英語（例：『アップルストア』）をネイティブすぎる発音（『アポーストア』のような発音）で混ぜると、エンジンが日本語モードのまま処理しようとして『空耳』のような誤認識を起こすことがあります。

3．周囲の音やマイクとの距離に留意する

騒がしいところで音声認識を使用すると雑音のために正確に認識されません。また、本体（マイク）と口の距離をなるべく近くすることが必要です。

そして、やはりタイミングも大事で、音声認識ボタンをタップしたら音声認識の開始表示を確認してから話し始めるようにします。また、空白時間が長すぎると周囲の声や雑音などが優先されて誤返答が返されることがあります。

検索キーワードを複数入力する場合は、単語ごとに軽く区切って話すと認識されやすくなります。間の取り方が短すぎても長過ぎても誤認識の元です。

音声認識は便利で、一度使用したらその便利さに結構ハマる機能です。高齢の方などはこの音声認識があることが、タブレットやスマホ導入の動機になったと言われる方が多くいます。

ただでさえパソコンタイピングは障壁となるのにそれをスマホ、タブレットでやらなければならないとなると、とても入力は無理だと思われても仕方がありません。しかし音声認識なら私にもできるかも・・と前向きな気持ちにさせるには十分です。

その意味でも音声認識は、モバイル端末導入のきっかけとなる切り札的機能であることは間違いないでしょう。



筆者の実績 ：http://www.kumin.ne.jp/kiw/#ss