音声入力 on akky@サイボウズラボ・ブログ

映画のワンシーンのような画像解析ごっこができるブラウザゲーム Enhance.computer

Fri, 07 Sep 2018 00:00:00 +0000

ENHANCE.COMPUTERは、ウェブブラウザで遊べるシンプルなゲーム。

“Begin Investigation"をクリックして調査を開始すると、ノイズが載った画像が右側に表示されます。

この画像のどこかに隠されたコードを、カウントダウンされる時間内に探し出すのがゲームの目的です。

コードを探すには、“Zoom in”/“Zoom out"で拡大縮小、“Move"で上下左右に画像を動かし、「コードはここだ」と思ったら"Enhance”。ただ、この指示はボタンを押したりコマンドを入力したりではなく、画面(マイク)に向かって叫ぶことで行います。

こちらのツイートは、作者によるプレイイメージ。

元ネタは映画

多数の映画の中に、このような、誰へともなく指示すると画像から何かが見つかる、というシーケンスがあり、そのようなシーンをまとめた動画(Let’s Enhance)もあります。主人公が"Enhance"といえば、たいていの画像から手掛かりは見つかってしまいます。

このENHANCE.COMPUTERを使うことで、こういった映画の主人公の行動を、自宅や会社でも再現できる、というわけですね。

via The Next Web

iPhoneの音声認識、トロンボーンの演奏を妻にメッセージしてしまう

Wed, 29 Nov 2017 00:00:00 +0000

ジャズ・トロンボーン奏者のポールさん(@JazzTrombonist)のツイートが話題を読んでいます。

音声入力を使って妻にメッセージを送ったポールさん、「あとで買い出しに行かなきゃね」と書いた後にトロンボーンの練習を続けたそうですが、妻の方には「ウーウーウーウーフーフーフーフーウーウーウーウー」という謎のメッセージが大量に届いたということ。

I accidentally texted my wife with voice recognition...while playing the trombone pic.twitter.com/tWCPSXbbrO
— Paul The Trombonist (@JazzTrombonist) November 21, 2017

いいねが20万件もついたことを受けて、ポールさんはツイッターで紹介したことが起こった様子を動画で再現しています。

こういった日常音も、音声認識技術が学習を続けて進化すれば、メッセージとしては取り込まず無視したり、映画のクローズドキャプションみたいに、「(トロンボーンの演奏)」など情景として説明してくれたりしそうではあります。

それまでは、いろんな楽器を音声認識に食わせてみて、どんな結果になるか試すと面白いかもしれないですね。逆に、人間の言葉でないものを与えて、ちゃんと言葉に認識させる、という遊びもあるかもしれません。

via Geekologie

音声入力自動タイプライター

Fri, 19 Feb 2016 00:00:00 +0000

Windowsの音声入力機能を使えば、喋った内容をメモ帳アプリに書き込むことは簡単にできます。でももっと「伝統的な」出力が欲しかったら?

Zip Zapsさんがユーチューブで披露したのは、話した内容を打ち込んでくれる、口述筆記タイプライターシステム。タイプライターの手前に設置された多数のアーム(というか機械指?)が、古き良きタイプライターのキーをカタカタと叩きます。

タイプライターの後ろ側にあるのは、リターンアームを動かして復帰改行をするための機械。タイプライターの時代には、自分で次の行に変えないと、同じ行に上書きして書いちゃいましたからね。

タイプライター本体は何もいじってないということなので、設置の調整さえすれば、他のタイプライターでも使えそうです。

Windowsのほかに、Pololuのサーボコントローラ、Big Easy Driverのステッピングモーター、Arduinoを使っているそうです。

via Technabob

Vistaの音声認識でPerlプログラミング - 喋ってコーディングしようとした男の奮闘記

Wed, 07 Feb 2007 00:00:00 +0000

ウィンドウズ・ビスタの音声認識を使って、Perlスクリプトを書いて保存するまでの実演。

まあ、自然文を書くことを想定して設計されている音声認識だから、それでプログラムを書こうというところに無茶はあるんだけれど。

それにしてもこの奮闘っぷりが面白い。途中でPCを壊すんじゃないかとハラハラしたよ。

[関連]

Vistaの音声認識セキュリティホールに思う