メむンコンテンツぞスキップ
芋出し画像

独自開発の医療向け音声認識゚ンゞン誕生秘話をCTOにむンタビュヌ


    9月26日火より、法人向け通話録⟳装眮「トビラフォン Biz」で、圓瀟が独自開発した医療向け⟳声認識゚ンゞンを掻✀し、通話⟳声から⟌粟床なテキスト化を実珟する新機胜の提䟛を開始いたしたした。

    画像
    「えヌず」「あの」など䌚話䞭のフィラヌが陀倖され、
    読みやすいテキストが自動で生成されたす。


    今回リリヌスした医療向け音声認識゚ンゞンは、䞻に医療機関の電話業務における音声認識に特化しおいたす。埓来の汎甚的な音声認識に比べお医療機関に特化しおいるため、ビゞネス䌚話ず比范しお明瞭でない⟌霢の患者ずの䌚話や现かい症状などを高粟床にテキスト化でき、通話内容の把握が容易になりたす。

    実は、この音声認識゚ンゞンは、リリヌスたで玄1幎半の月日をかけた倧掛かりなプロゞェクトでした。

    なぜ独自開発に螏み出したのか、新機胜の開発を通しお䜕を考えたのか。

    音声認識゚ンゞン開発プロゞェクトを䞻導した藀井CTOに開発秘話を聞きたした。


    自瀟初の音声認識゚ンゞン開発の裏偎

    画像
    写真トビラシステムズ CTO 藀井智康

    ヌ そもそも「音声認識」ずは、どういった技術ですか

    藀井音声認識ずは、人間が話した音声をAIが解析し、テキストに倉換する技術です。
    「これたで人間が行っおきた文字起こし䜜業をコンピュヌタヌが自動で行う」ずむメヌゞするずわかりやすいです。䟋えば、Apple補品の音声アシスタントでおなじみの「Siri」も、音声認識技術のひず぀ですね。


    ヌ 今回、音声認識を䜿っお「トビラフォン Biz」の新機胜開発に至った理由は䜕でしょうか

    藀井音声認識は䟿利な技術なのに、䞖の䞭にはあたり普及しおいないこずに課題を感じおいたした。

    普及しおいない理由ずしおは、倧きく2぀あげられるず考えたす。

    1぀目は、汎甚的な音声認識ツヌルは、粟床があたり高くないこずです。

    音声認識技術は、特定の利甚環境、業皮、話される専門甚語などに合わせお最適化すれば粟床がぐっず向䞊し、ツヌルずしお掻甚しやすくなりたす。しかし、汎甚的な音声認識゚ンゞンは特定の業皮・業界などに最適化されおおらず、高い粟床が出しにくい状態なのです。結果的にほずんどのナヌザヌは粟床が䜎い状態で利甚するこずになっおいたす。

    2぀目は、利甚料金が高いこずです。
    音声認識゚ンゞンはCPU䜿甚率が高くなる䞊、倖郚のクラりドサヌビスなどを利甚する堎合はさらに原䟡がかかり、゚ンドナヌザヌぞの提䟛䟡栌が高くなっおしたいたす。䟿利な技術でも、ナヌザヌにずっお手の届かない䟡栌垯になっおは意味がありたせん。

    このように、䟿利なのになかなか䜿いづらい状況であるこずが、音声認識ツヌルが普及しおいない理由だず考えたした。

    そこで、トビラシステムズなら、この課題を解決できるず思いたした。


    ヌ 他瀟で難しい課題を、トビラシステムズなら解決できる・・・䞀䜓どういうこずでしょうか、詳しく教えおください。

    藀井音声認識の粟床は、利甚する環境、業皮、話される専門甚語などに合わせお最適化すれば向䞊したす。特定の利甚環境や業皮に特化しお最適化を行えば、それだけ音声認識の粟床も高くなるずいうこずです。
    トビラシステムズは電話の領域で様々なサヌビスを展開しおきたので、通話時の音声認識に特化できたす。さらに「トビラフォン Biz」で最も導入割合が高い医療業に特化するこずで、医療機関の電話業務に最適な音声認識ツヌルを開発できるず考えたした。

    たた、自瀟で研究開発するこずで、最先端の技術をナヌザヌが利甚しやすい䟡栌で提䟛できるメリットもありたす。粟床のアップデヌトも自瀟開発なら継続的に行うこずができたす。


    医療業界に特化した、トビラの音声認識゚ンゞン


    ヌ 医療機関向けに開発された音声認識゚ンゞンを、どのように開発したのか教えおください。

    藀井開発は、2022幎春頃から着手したした。

    たずは、地元のAI開発䌁業に技術協力を仰ぎ、電話向けの音声認識゚ンゞンを共同で開発したした。ベヌスずなる音声認識゚ンゞンが準備できたら、次は自瀟でデヌタを孊習させおいきたす。ここでどれだけ良質なデヌタを孊習させられるかが、粟床向䞊の鍵になりたす。


    ヌ 開発にあたり、苊劎したこずはなんでしょうか

    藀井AIに孊習させるための教垫デヌタの準備には苊劎したした。音声認識の領域では、音声ずそれに察応するテキストをセットにしたものが教垫デヌタになりたす。音声の䞭の話をしおいる区間に察しおテキストを䜜成するこずを「アノテヌション」ず呌びたすが、これが想像以䞊に骚の折れる䜜業でした。

    アノテヌションを行う際に、甚語の統䞀にも苊劎したした。同じ蚀い回しに察しお、挢字や送り仮名などのテキストに統䞀性がないず粟床が䞊がりたせん。

    たた、教垫デヌタに地域や幎霢などの偏りがあるず、人間でいう方蚀のような癖のあるテキストが出力されおしたう堎合もあるので、属性に偏りのない教垫デヌタの準備にも苊劎したした。

    私にずっおは初めおの本栌的な音声認識技術の研究だったので、手探り状態ながら䜕ずか開発を進めおきたした。


    ヌ 様々な苊劎を乗り越えお開発した医療向け音声認識゚ンゞン。粟床はどの皋床たで向䞊したしたか

    藀井かなり正確にテキスト化できる品質たで向䞊させるこずができたした。医療向けに特化した゚ンゞンなので、病院でよく䜿われる蚀葉に぀いおは他瀟補品よりも高い粟床でテキスト化できたす。

    画像
    医療向け音声認識゚ンゞンの粟床比范。
    埓来の゚ンゞンず比べお、医療甚語がより正確にテキスト化された。


    AIの曎なる可胜性を探る。トビラシステムズのこれから

    画像

    ヌ 藀井さんは、これたでトビラシステムズでたくさんの補品開発に携わっおきたず思いたす。今埌チャレンゞしおみたい開発などはありたすか

    藀井音声認識゚ンゞンに関しおは、時節的な蚀葉も孊習させおいきたいです。

    䟋えば、「新型コロナりむルス」ずいう蚀葉は、ここ数幎で突劂出おきた蚀葉ですね。今埌も時節的な蚀葉が出珟する可胜性があるので、そういった蚀葉も孊習させお、認識できるようにしたいです。

    それから、私たちが利甚しおいるようなEnd-to-End方匏の音声認識は固有名詞の認識に匱みがあるので、医療機関名や病名を孊習させるなど、固有名詞もより正確に刀定できるように察応すればさらに粟床が向䞊するず考えおいたす。

    今の音声認識゚ンゞンだず、話を区切ったタむミングでしか刀断ができないですが、文単䜍ではなく、前埌の文脈からAIが話の内容を刀断できるようになれば音声認識゚ンゞンの可胜性はもっず広がるず思いたす。なかなか難しい分野だず思いたすが、今埌チャレンゞしおみたいですね。


    ヌ AIの掻甚。倢が広がりたすね。

    藀井音声認識゚ンゞンは今は「トビラフォン Biz」にのみ適甚されおいたすが、他の自瀟補品にも今埌掻甚ができるず思っおいたす。

    たた、音声認識ずは異なるAIの領域ですが、LLM倧芏暡蚀語モデルをSMSブロックに応甚するこずも可胜だず考えおいたす。

    トビラシステムズだからこそ生み出せる䟡倀をナヌザヌに届けられるように、今埌も研究開発を重ねおいきたいず思いたす。


    ▌独自開発の医療向け音声認識゚ンゞン、詳现はこちら


    線集埌蚘

    䞀から開発を行い、課題に察しお䞖の䞭に新たな䟡倀を提䟛できる、トビラシステムズの技術力の高さを䞀瀟員ずしお誇りに思いたす。

    今回の「トビラフォン Biz」だけでなく、圓瀟の補品は垞にアップデヌトを重ねおいたす。

    䌁業ずしおの目指す姿ずナヌザヌの皆様の声を拠り所にしながら、今埌も持続的か぀発展的に成長しおいきたいず思いたす。近藀

    â–Œ IRに぀いおのお問い合わせ
    IRに関するお問い合わせは、䞋蚘ペヌゞよりお問い合わせください。
    https://tobila.com/contact/


    最埌たでお読みいただきありがずうございたした。

    â–Œ X旧 Twitterアカりント

    画像


    画像

    ・ ・ ・ ・ ・ ・ ・

    ご留意事項
    本蚘事は、情報提䟛のみを目的ずしお䜜成しおおり、有䟡蚌刞の販売の勧誘や賌入の勧誘を目的ずしたものではございたせん。


    あなたぞのおすすめ