会議の効率的な振返りを支援する話者クラスタリング技術

摘要

スマートフォンやタブレットなどのモバイル端末の普及により，音声の録音がこれまでより手軽に行えるようになった。それに伴い，音声を録音するだけでなく，会議の効率的な振返りを支援する機能に対するニーズが高まっている。東芝は，録音した音声に含まれる発話を話者ごとに分類する話者クラスタリング技術を開発した。この技術は，声の音色に関する特徴（音韻特徴）に加え，ステレオマイクを用いて推定した声の到来方向を必要に応じて併用することで話者の分類精度を高めている。様々な会議で録音した音声を用いて実験を行い，従来に比べて高い精度で音声を話者ごとに分類できることを確認した。