「音声や動画の検索をテキストで」，米ScanSoftが音声認識技術を利用した2製品を発表

井上望

2002.03.27

　イメージ処理技術の米ScanSoftが米国時間3月26日に，AudioMining XMLスピーチ・インデクシング技術をもとにした新製品「AudioMining Development System」，「Dragon MediaIndexer」を発表した。両製品は，オーディオとビデオ・コンテンツにおけるテキスト検索を可能にする。

　今回発表された2製品は，同社の音声認識機能により，話されたすべての単語に対して自動的にXMLスピーチ・インデックスとタイムスタンプ・データをリッチ・メディア・ファイル内に作成する。そのため，オーディオとビデオ・コンテンツ内でテキスト・ベースのキーワードとフレーズを使って正確にスピーチ情報の検索と再生ができるようになる。

　両製品の概要は次の通り。
・「AudioMining Development System」
開発者は，WWW，商用，政府，カスタム・ソフトウエアに，XMLスピーチ・インデクシング，検索，正確な再生機能を組み込み可能になる。同システムは， WWW，コール・センター，コンテンツ管理，顧客関係管理，データベース，セキュリティ，トレーニング，ビデオ編集プログラムなどのアプリケーションなどにリッチ・メディア・アーカイブと検索機能を追加できる。XMLスピーチ・インデックス・データを作成する機能を通じて，ブロードキャスト，テレフォニ，アマチュア品質のスピーチ・コンテンツまでさまざまなアプリケーションに対応する。

・「Dragon MediaIndexer」
テープ，Microsoft Windows Media，RealMedia，その他普及している形式のデジタル・メディア・ファイルからXMLスピーチ・インデックス・データを作成する。これまで手動で行っていたスピーチのインデックス付けを自動的に行いカタログ化する。同製品は，技術を専門としないスタッフがWWWサイト，ブロードキャスト，企業または政府のアーカイブ向けの自動インデクシングとメディア・コンテンツのアーカイブを作成するために使用することを目的としている。

　両製品は，米語のオーディオとビデオ・コンテンツ向けのXMLスピーチ・インデクシングをサポートし32ビットMicrosoft Windowsオペレーティング・システムで動作する。両製品ともに60日以内に出荷が予定されている。「Dragon MediaIndexer」の価格は，インデックス・ワークステーションにつき1万5000ドル。「AudioMining Development System」の価格は，開発者ワークステーションにつき2万5000ドルから。システムで作成するアプリケーションの配備には，ランタイム・ライセンスが必要。