富士通は10月13日、神奈川県川崎市の富士通研究所で研究開発戦略説明会を開催し、「音声だけで最新情報をスマートフォンから取得できる技術」を公開した。

　この技術は、スマートフォンの画面を見ることなく、音声でさまざまな情報を得ることができる技術。2012年度中の実用化を目指す。

　展示された例では、運転中にスマートフォンがニュースのヘッドラインを読み上げ、その中でドライバーが気になったキーワード（例えば「工業団地」）と発声すると、そのキーワードが含まれるニュースを読み上げる。また「天気」と発声すれば現在地周辺の天気を、「京都の天気」のように地域を指定するとその地域の天気を読み上げる。さらに、「ガソリンスタンド」と発声すると、周辺のガソリンスタンドまでの距離、価格などを読み上げる。

　これにより、運転中でも音声だけで欲しい情報を得ることができる。

デモで用意された車両	シフトレバーの左前に設置されたスマートフォンでデモが行われた

「ガソリンスタンド」と発声すると、サーバーに接続し、ガソリンスタンドの情報を受け取り、読み上げる

音声認識/合成技術について説明した同研究所スピーチ＆ランゲージテクノロジ研究部の福岡俊之部長

　音声認識や音声合成は、スマートフォンが接続しているサーバーで行われる。

　音声認識と音声合成の精度を上げるため、サーバー上でインターネットから最新の時事用語を自動取得/解析し、音声認識/合成に使われる辞書を更新する仕組みを備えた。

　また、過去のやりとりを解析し、話題にフォーカスした単語を抽出、音声認識辞書を動的に作成する技術も搭載。実例ではニュースのヘッドライン内の単語から音声認識辞書を作成し、同音異義語などによる間違いを防ぐ。

　さらに、サーバーとのやり取りにかかる時間を、音声データの分割や先読み、無音状態の隠蔽などで意識させないようにし、体感的なレスポンスを改善した。

　同社が提供している位置情報クラウドサービス「SPATIOWL」（スペイシオウル）の音声機能として、渋滞情報をはじめとする様々な情報を提供する、といった用途が考えられると言う。

「音声だけで最新情報をスマートフォンから取得できる技術」でできること。運転中だけでなく、スマートフォンを操作できないお年寄りや、歩きながら情報を得たいときなどにも有効	読み上げ、聞き取りの精度向上と、意図どおりの応答、レスポンス向上が開発の課題	インターネット上の時事用語を抽出し、読み上げと聞き取りの精度向上を図った
過去のやりとりを考慮して、応答の正確性を向上	処理や遅延の時間を隠蔽して、体感的なレスポンスを向上した	運転中もWebサイトの情報を音声で受け取ることができる
進行方向のガソリンスタンドの情報を音声で教えてくれる	博物館などの音声ガイダンスがインタラクティブになる	位置情報クラウドサービス「SPATIOWL」の機能として、2012年に実用化を目指す