東京工科大学 メディア学部 ブログ

２０１２年３月卒業の鈴木教子さんの卒業研究です。音声入力で図柄パタンを検索してデザインを描画するツールを作成しました。たくさんの図柄パタンから視覚的に候補を探し出すのは時間のかかる作業です。これを音声で探すことができれば大変便利です。コンピュータによる音声認識は辞書と呼ばれる言葉の一覧表を必要とし、辞書に無い言葉は認識できません。ところが図柄パタンを音声検索しようとすると、人はさまざまな表現をするので、「るんるん」のように辞書に無い言葉が続出します。鈴木さんはこの音声認識の「未知語」の問題を新しい方式を提案して解決し、どんな言葉で表現しても適切な図柄パタンの候補が選ばれるようにしました。さらに、その音声検索方式を使って、図に示すような、音声検索によるデザインツールを作成しました。音声検索により左側に候補の図柄パタンが表示され、それを右側のキャンバスに配置してデザインを作成します。この研究は音声情報処理分野のトップレベルの国際会議Interspeechで採録となったほか、卒業式において、学部で最も優れた卒業研究に与えられる「相磯賞」を受賞しました。

図　音声入力による図柄パタン検索を使ったデザインツール