音声データに合わせて、内容を示す文字の色が順次変わっていく

[画像のクリックで拡大表示]

携帯電話でもデータの視聴が可能

[画像のクリックで拡大表示]

　音声データの再生に合わせて、その内容が順次表示されていく――。松下電器産業のベンチャー子会社であるBrothers&Co.が開発した「ボイス＆スクリプト・シンクロナイザー」は、カラオケの字幕などでおなじみの機能を実現する技術だ。千葉市幕張メッセで開催中の「CEATEC JAPAN 2007」で展示している。

　この技術の特徴は、音声データと、その内容を記載した文字情報を入力すれば、両者を自動的に結び付けて、音声データに合わせて文字データを連動表示できること。まず音声データから人の声だけを抽出。例えば音楽ならば楽器演奏音、英会話なら背景の雑音などを取り除く。そして「文字情報を音声に変換して元の音声データと比較し、一致する個所を特定する」（同社ブースの説明員）。カラオケの字幕などはこれまですべて人手で作成していたが、この技術を用いることでこうした作業がほぼ自動化できる。

　ユーザーが聞きたい個所の文字情報を選べば、その時点から音声を再生することも可能。単語ごとに、開始時刻と終了時刻の情報を持たせているためだ。例えば英会話で聞き取りにくい個所を繰り返し聞く、といったことが簡単にできるようになる。

　実用化が期待できるのは語学学習の分野で、2007年中に語学学習サイトへの導入を目指している。「語学学校は、音声データと文字データをユーザーに配布するだけでよい。ユーザーのパソコンでこのソフトを使い、2つを連動できる」（説明員）。パソコンで作成した連動表示用のデータを携帯電話に移して視聴するためのソフトも開発しており、外出時の語学学習も可能になるという。ただ現時点では、パソコン上でのデータの作成に、音声の録音時間とほぼ同じ程度の時間がかかる。この点は、今後高速化したいとしている。