[HOW TO] Windows XP で音声認識を使用する方法

文書番号: 306901 - 対象製品

この記事は、以前は次の ID で公開されていました: JP306901

概要

この資料では、Windows XP で音声認識を使用する方法について説明しています。Microsoft Office XP の音声認識をインストールしているか、または、Office XP がインストールされたコンピュータを新たに購入した場合は、すべての Office アプリケーションや、音声認識が利用可能なその他のアプリケーション (Microsoft Internet Explorer など) で音声認識を使用できます。

先頭へ戻る | フィードバック

詳細

音声認識は、音声をテキストに変換するオペレーティングシステムの機能です。音声認識エンジンと呼ばれる内部ドライバによって、単語が認識され、テキストに変換されます。音声認識エンジンは、オペレーティングシステムと一緒にインストールされる場合や、オペレーティングシステムのインストール後、他のソフトウェアと一緒にインストールされる場合があります。ワープロや Web ブラウザなどの音声認識が利用可能なパッケージをインストールする際には、そのパッケージに付属するエンジンがインストールされる場合と、既存のエンジンを使用するように設定される場合があります。また、マイクロソフト以外のエンジンも利用でき、その中には医療や法律用語などの専門用語を扱えるものが多くあります。また、イギリス英語などのアクセントを扱えるものや、ドイツ語、フランス語、ロシア語といった複数の言語を同時に扱えるものなどもあります。

音声入力用の機器として、マイクなどが必要になります。マイクは、ノイズフィルタ付きの高性能なものをお勧めします。入力される音声の品質は音声認識率を直接左右します。マイクの性能が低いと、認識率が極端に低下したり、使用に差し支えることもあります。Microsoft 音声認識トレーニングウィザード (音声トレーニングウィザード) を使用すれば、マイクの最適な位置を決定したり、最適な認識結果を得るためのテストを行うことができます。

システムをインストールして実行した後で、利用環境や発音スタイルに合わせてエンジンのトレーニングを行う必要があります。これを行うには、[音声認識] タブの [プロファイルのトレーニング] をクリックします。表示される音声トレーニングウィザードの指示に従ってシステムをトレーニングし、ファンやエアコンなどのオフィスの騒音を音声と区別できるようにします。アクセントや発音、よく使う表現など、ユーザーの話し方に合うように、エンジンの調整が行われます。

Microsoft 音声認識の詳細については、言語バーの [ヘルプ] ボタンをクリックしてください。

マイクロソフトでの音声認識の開発に関する最新情報については、下記のマイクロソフトの Web サイトを参照してください。

http://www.microsoft.com/speech/

(http://www.microsoft.com/speech/)

Microsoft 音声認識エンジンの使用方法

Microsoft 音声認識エンジンに対応したアプリケーションを使用すると、テキストを文書に入力することができます。テキストの音声入力は、Office XP アプリケーション、Internet Explorer、および Microsoft Outlook Express (5.0 以降) で利用可能です。その他のソフトウェアでも、今後 Microsoft 音声認識エンジンがサポートされていくと思われます。現状では、メモ帳でテキストを音声入力することはできません。

注 : 音声認識エンジンは、各言語に固有のものです。最初にリリースされた 3 つの Microsoft 音声認識エンジンでは、簡体字中国語、英語 (U.S.)、および日本語に対応しています。他の言語に対応したエンジンについても、今後リリースされる予定です。

エンジンによっては、言語だけでなく、地域に固有のものもあります。たとえば、 Microsoft English ASR Version 5 Engine はアメリカ英語に特化したものです。そのため、イギリス英語やオーストラリア英語など、アメリカ英語以外の英語を話すユーザーは、アクセントの違いからこのエンジンを利用しづらい可能性があります。

音声認識エンジンの関連情報を参照するには、以下の「サポート技術情報」 (Microsoft Knowledge Base) をクリックしてください。

306537

(http://support.microsoft.com/kb/306537/JA/ )

[HOW TO] Windows XP で音声認識をインストールし、構成する方法

音声認識エンジンのトレーニング方法

音声認識エンジンのトレーニングには、音声トレーニングウィザードが使用され、ユーザーの声質、単語の発音、アクセント、話し方、未知の単語や慣用句に関する調整が行われます。10 分程度のトレーニングを行うことで、音声認識の精度を向上させることができます。また、このシステムでは、動作中も引き続きユーザーの発音に対して調整が行われ、使用時間が増えるにしたがって認識率が向上します。

Microsoft 音声認識エンジンのトレーニングは、以下の手順で行います。

[スタート] ボタンをクリックして、[コントロールパネル] をクリックし、[音声認識] をクリックします。
[音声認識] タブをクリックし、[言語] ボックスで使用する音声認識エンジンをクリックします。
[プロファイルの認識] で、使用するプロファイルをクリックします。トレーニングはエンジンとプロファイルに固有のため、あるエンジンまたはプロファイルのセットをトレーニングしても、他のエンジンまたはプロファイルのセットには影響を与えません。
[プロファイルのトレーニング] をクリックし、音声トレーニングウィザードに表示される指示に従います。すべてのエンジンでトレーニングがサポートされているわけではありません。エンジンがトレーニングをサポートしていない場合は、[プロファイルのトレーニング] は利用できません。

注 : コンピュータのトレーニングには、最低 15 分程度掛けることをお勧めします。時間を掛けるほど、認識率は向上します。

音声認識エンジンの使用方法

注 : 以下の手順は、音声認識を使用するアプリケーションによって異なります。0

マイクの位置を、口の端から親指 1 本分 (約 2.5 cm 程度) 横にずらしたところに置きます。息が直接当たらないよう、口の真正面には置かないようします。

注 : マイクが発声中に移動してしまった場合は、必ず正しい位置に戻してください。
音声認識を使用するアプリケーションを起動し、文書をクリックしてカーソル位置を文書中に置きます。作業中にヘルプトピックを開いた場合や、画面上にメッセージが表示された場合、音声認識を継続するには、文書を再度クリックします。
マイクがオンになっていない場合は、言語バーで [マイク] をクリックします。

注 : デフォルトの設定では、言語バーの各ボタンの横にラベルが表示されています。テキストラベルの表示と非表示を切り替えるには、言語バーを右クリックし、[テキストラベル] をクリックします。
作業に応じて、ディクテーションモードと音声コマンドモードを切り替えます。

注 : 作業時間を節約するには、まず音声入力を行い、ファイルを見直してから、テキストの書式設定や修正を行うことをお勧めします。このようにすることで、ディクテーションモードと音声コマンドモードを頻繁に切り替えずに済みます。モードの切り替えは、次の手順で行います。
- ディクテーションモードを使用する : 発声した単語をテキストに挿入するには、言語バーの [ディクテーションモード] をクリックします。
  
  音声入力時、コンピュータが音声を処理している間、青いバーが画面に表示されます。単語が認識されると、テキストが画面に表示されます。コンピュータが入力された音声を処理している間も音声入力を続けることができます。青いバーが表示されなくなるまで音声入力を待つ必要はありません。
  
  注 : 青いバーが表示されている間は、マウスまたはキーボードなどを使用しないでください。使用すると音声認識が中断され、入力した単語の処理は行われません。
- 音声コマンドモードを使用する : メニュー、ツールバー、ダイアログボックス (アメリカ英語のみ)、および作業ウィンドウ (アメリカ英語のみ) の項目を選択するには、言語バーの [音声コマンドモード] をクリックします。たとえば、フォント書式を変更するには、「フォント」と発声して [書式設定] ツールバーの [フォント] ボックスを開き、フォント名を発声します。また、選択したテキストの書式を設定するには、「太字」や「下線」と発声します。
音声による指示が完了したら、言語バーの [マイク] をクリックして、マイクをオフにします。

下記は、使用できるショートカットの一覧です。

ディクテーションモードと音声コマンドモードは、「ディクテーションモード」または「音声コマンドモード」と発声することで切り替えることもできます。
Microsoft Word では、「scratch that」と発声すると、最後に音声入力した内容を取り消すことができます。
マイクのオンとオフの切り替えは、[ツール] メニューの [音声] をクリックして行うことができます (Microsoft Excel の場合は、[ツール] - [音声] - [音声認識] をクリックします)。
「マイク」と発声しても、マイクをオフにできます。

音声認識のヒント

音声認識は、完全に手を使わないで操作できるように設計されているわけではなく、マウスやキーボードを声と組み合わせて使用することで、より使いやすくなります。音声の質や調子を変えないようにすると、認識率が向上します。人との会話では、ささやいたり、叫んだり、速く話したり、または遅く話したりしたときであっても、通常、前後関係や状況から理解できますが、音声認識で言葉が最もよく認識されるのは、一定の話し方をしたときです。

一定でむらのない発声を行います。声が大きすぎたり小さすぎたりすると、音声が認識されない場合があります。
早口になったり、ゆっくりになったりせずに、一定の速度で発声します。
単語ごとに区切らずに話します。単語よりも語句のほうが、コンピュータに解釈されやすいためです。たとえば、「これ (区切り) は (区切り) 文章 (区切り) の (区切り) 別 (区切り) の (区切り) 例 (区切り) です。」と発声すると、認識率が低下します。
周囲の音ではなくユーザーの声をコンピュータが認識するように、静かな環境で作業します。マイクは常に同じ位置にあるようにします。調整後はマイクがあちこちに移動しないようにします。
音声トレーニングウィザードで用意されているトレーニング用テキストを音読して、ユーザーの声が認識されるようにトレーニングを行います。トレーニングの回数を重ねることで、認識率も向上します。
音声入力時、その語句を直ちに画面で確認できなくても問題ありません。そのまま話し続けて、文末ごとに区切ります。音声処理が終了してから、認識したテキストが画面に表示されます。
単語ははっきりと発音します。ただし各音節で単語を区切らないようにします。たとえば、「は、つ、お、ん」のように、音節を区切って発音すると、認識されない場合があります。

先頭へ戻る | フィードバック

プロパティ

文書番号: 306901 - 最終更新日: 2002年4月8日 - リビジョン: 1.0

この資料は以下の製品について記述したものです。

Microsoft Windows XP Professional Edition
Microsoft Windows XP Home Edition

kbhowto kbhowtomaster jptrf KB306901

"Microsoft Knowledge Baseに含まれている情報は、いかなる保証もない現状ベースで提供されるものです。Microsoft Corporation及びその関連会社は、市場性および特定の目的への適合性を含めて、明示的にも黙示的にも、一切の保証をいたしません。さらに、Microsoft Corporation及びその関連会社は、本文書に含まれている情報の使用及び使用結果につき、正確性、真実性等、いかなる表明・保証も行ないません。Microsoft Corporation、その関連会社及びこれらの権限ある代理人による口頭または書面による一切の情報提供またはアドバイスは、保証を意味するものではなく、かつ上記免責条項の範囲を狭めるものではありません。Microsoft Corporation、その関連会社及びこれらの者の供給者は、直接的、間接的、偶発的、結果的損害、逸失利益、懲罰的損害、または特別損害を含む全ての損害に対して、状況のいかんを問わず一切責任を負いません。（Microsoft Corporation、その関連会社またはこれらの者の供給者がかかる損害の発生可能性を了知している場合を含みます。) 結果的損害または偶発的損害に対する責任の免除または制限を認めていない地域においては、上記制限が適用されない場合があります。なお、本文書においては、文書の体裁上の都合により製品名の表記において商標登録表示、その他の商標表示を省略している場合がありますので、予めご了解ください。"

先頭へ戻る | フィードバック