AimeSpeech : 音声認識、音声合成、話者認識
AimeSpeech (アイメスピーチ)は、Aimenicornソフトウェアエコシステム内のコア音声処理フレームワークです。 AimeSpeechには、音声認識エンジン（Speech to Text、STTエンジン）、音声合成エンジン（Text to Speech、TTSエンジン）、話者識別ライブラリ、およびその他の音声処理ライブラリが含まれています。 AimeSpeechは、英語、日本語、ベトナム語、韓国語の４つの言語に対応しています。 オンプレミスおよびクラウド上で運用が可能です。 AimeSpeechは、AimeHotel、AimeReception、Aime AIShopなど、AimesoftのさまざまなマルチモーダルAI製品に適用されます。
下記のデモは、Webでの音声合成、音声認識のデモです。PC におけるGoogle Chromeで動作します（それ以外のブラウザでは動かないです）。AimeSpeech API/SDKはブラウザ・OSに依存なく、稼働できます。
AimeSpeechの優れた機能
-
音声認識 (Speech-to-Text, STT) -
感情分析 -
音声合成 (Text-to-Speech, TTS) -
話者識別 -
音声特徴量からの評判分析 -
英語、日本語、ベトナム語に対応
AimeSpeechに搭載されたテクノロジー
AimeSpeechを実現するための技術
-
音声認識技術DNN (Deep Neural Networks)、 LSTM、 GMM、 HMM、 音響モデリング, 言語モデル -
自然言語処理技術形態素解析、キーワード抽出、同義語・対義語検出、情報抽出、関係抽出、セマンティックサーチ、自然言語理解 -
音声合成技術HMM, Festival, Kaldi, Tacotron2, DNN, Vocoder -
話者識別技術GMM, VGG network
AimeSpeechが選ばれる理由
我々AIMESOFTはマルチモーダルAIを導入したソリューションを提供しております
-
コールセンターの自動化
-
マルチモーダル認証（顔および音声）
-
AimeBank : 銀行のユーザー認証
Onsei gōsei demo
Demo tổng hợp giọng nói