NishikaがSecureMemoCloudに専門用語認識機能を追加、AI議事録の精度が向上

text: XEXEQ編集部

PR TIMES より

記事の要約

NishikaがSecureMemoCloudにAI機能を統合
End-to-End音声認識AIと生成AIを組み合わせた新機能
専門用語・社内用語の認識精度が向上

SecureMemoCloudの新機能で音声認識精度が大幅向上

NishikaがAI議事録ツールSecureMemoCloudに新たな機能を追加した。End-to-End型の音声認識AIと大規模言語モデルを組み合わせることで、専門用語や社内用語の認識精度が飛躍的に向上している。この技術は業界初とされ、特許出願中だ。^[1]

新機能は7月上旬からSecureMemoCloudに搭載されている。従来からも高い精度を誇っていた音声認識エンジンだが、この機能追加によりさらなる精度向上と実用性の向上が実現した。特に日本のビジネス会議音声に対して世界最高水準の認識精度を示すという。

SecureMemoCloudの会員ページでは、ユーザーが音声のヨミに対して文字起こしの設定を行うことができる。これにより、業界特有の専門用語や社内独自の用語も正確に認識されるようになった。単語登録は1つずつ行うことも、CSVによる一括アップロードも可能だ。

	物流業界	医療業界
単語登録前	一般的な文字起こし結果	一般的な文字起こし結果
単語登録後	専門用語を正確に認識した結果	専門用語を正確に認識した結果
改善点	業界特有の用語を正確に文字起こし	医療用語を正確に文字起こし

End-to-End音声認識AIとは

End-to-End音声認識AIとは、音声特徴量抽出からテキスト生成までを1つのモデルで行う音声認識技術のことを指す。主な特徴として、以下のような点が挙げられる。

音声処理の全工程を一貫して学習可能
中間処理を省略し、直接テキストを生成
従来の手法と比べて高い精度を実現
大規模言語モデルとの組み合わせで更なる性能向上
専門用語や固有名詞の認識に強み

この技術は従来の音声認識システムと異なり、音声信号から直接テキストを生成する。そのため、音声認識の精度向上や処理の効率化が期待できる。SecureMemoCloudではこの技術と大規模言語モデルを組み合わせることで、さらなる認識精度の向上を実現している。

AI議事録ツールの進化に関する考察

AI議事録ツールの進化により、会議の効率化や情報の正確な記録が期待できる一方で、プライバシーやセキュリティの問題が新たに浮上する可能性がある。特に機密性の高い会議では、音声データの取り扱いや文字起こしされた情報の管理に細心の注意を払う必要があるだろう。

今後は、多言語対応や感情分析機能の追加など、より高度な機能の実装が期待される。例えば、会議の雰囲気や参加者の反応を分析し、より効果的な会議運営をサポートする機能などが考えられる。また、議事録作成だけでなく、会議の要点を自動的に抽出し、行動計画を提案するなど、意思決定支援ツールとしての進化も期待できるだろう。

AI議事録ツールの進化は、特に大規模な組織や頻繁に会議を行う企業にとって大きな恩恵をもたらす。一方で、従来の議事録作成者の役割が変化し、AIとの協業が求められるようになるため、新たなスキルの習得が必要になる可能性もある。今後は、人間とAIの適切な役割分担を模索しながら、より効果的な会議運営と情報管理を実現していくことが課題となるだろう。

参考サイト

^ PR TIMES. 「【業界初・特許出願中】AI議事録ツールSecureMemoCloudが、End-to-End音声認識AIと生成AIを組み合わせた情報処理手段により新たな文字起こし体験を提供 | Nishika株式会社のプレスリリース」. https://prtimes.jp/main/html/rd/p/000000036.000052152.html, (参照 24-07-22).

※上記コンテンツはAIで確認しておりますが、間違い等ある場合はコメントよりご連絡いただけますと幸いです。