【情報リテラシー論12】
こんにちは！猫まんと申します！
このブログは長岡造形大学 情報リテラシー論の講義レポート用ブログです。
当ブログでは、インターネットに弱い私が情報リテラシーについて学び、感じたことや疑問に思ったことをまとめていきます。
講義を担当してくださる先生は
イーンスパイア株式会社代表取締役
ネットビジネス・アナリスト
横田秀珠先生 です。
先生のブログがあるのでぜひ↓
今回はラジオと音声技術の衰退の未来性について学びました。音声技術にの向上によってラジオになり変わっていくAI技術。私は特にAIによる音声技術に驚きました。私が思っているよりも早く、そこには少し恐ろしさもあります。今回はそんなAI技術に置いていかれないよう、歴史や今活用されているサービスについて調べました。
AI音声技術の歴史
1950年代
・初期の音声認識研究がスタート。ベル研究所で「オーディオ符号化」の技術が開発されました。この時代の技術は非常に限定的で、基本的な音声波形の分析にとどまりました。
「オーディオ符号化」: 簡単にいうとアナログの音声信号をデジタル符号化して、音声の性質を利用してデータ圧縮を行う技術のことです。
1960年代
・IBMの「Shoebox」: 世界初の音声認識システムで、10単語を認識可能。数字と基本的な算術操作（加算や減算）に対応しました。
1970年代
・音声認識アルゴリズムの進化が進み、隠れマルコフモデル（HMM）が開発。これにより、単語だけでなく、より複雑な音声認識が可能に。
・DARPA（アメリカ国防高等研究計画局）のプロジェクトで、初期の大規模音声認識システムが研究されました。
1980年代
・コンピュータの処理能力向上により、実用的な音声認識技術が登場。電話での音声自動応答システム（IVR）が開発され、商業利用が始まります。
・フジツーやパナソニックなどの企業が日本語対応の音声認識技術を発表。
1990年代
・ニューラルネットワーク（NN）が音声技術に応用され、認識精度が向上。
・Dragon NaturallySpeaking (1997年) : 初の消費者向け音声認識ソフト。話された言葉を即座にテキスト化できる画期的な技術、音声合成も発展し、合成音声による自動案内システムが普及。
2000年代
・インターネットとクラウド技術の普及で、音声認識サービスがオンライン化。
・Google Voice Search（2008年）: スマートフォンでの音声検索機能を提供。
・Siri（2011年）: Appleがスマートフォン向けAI音声アシスタントをリリース。会話型のAI技術の先駆けとなります。
・2010年代
・ディープラーニングの進化により、音声認識と合成の精度が飛躍的に向上。
ディープラーニング（深層学習）: コンピュータが大量のデータを解析して特徴を抽出する技術。
・Google Assistant（2016年）: Google
Homeと連携し、スマートホーム機能の中核を担う。
・音声技術がエンターテインメント分野（VTuberやポッドキャスト）や医療分野に応用され始めます。
・2020年代以降
・音声生成技術が進化し、自然な音声の生成が可能に。
・VTuberとAI活用
（サービスの所で紹介します。）
・スマートスピーカーやウェアラブルデバイスへの統合で、生活のあらゆる場面で音声技術が利用されるようになりました。
AI音声技術を活用した主なサービス
1. スマートスピーカー
・Amazon Echo、Google Nestなど。音声認識を活用した家庭向けアシスタント。
2. カスタマーサービス
・コールセンターの自動応答システム（IVR）やAIチャットボット。カスタマーサポートを効率化。
3. 医療分野
・聴覚障害者向け字幕生成や患者の発話訓練支援システム。
4. VTuber（バーチャルYouTuber）
VTuber制作でも、AI音声生成技術が利用されているケースもあります。
・リアルタイム会話可能なAI VTuber
・VOICEVOX
合成音声でキャラクターに声を与えるツール
・Creative Reality Studio（AIで画像を動かしてリアルなアバターを生成可能
5. エンタメと創作分野
・音声を変える「Voice.ai」などで特定の声（有名人やキャラクター）を模倣。ポッドキャストや映画制作にも活用されています。
今回はここまで。それではまた、次の講義レポーとで。