TECH BLOG
ブログ
#音声処理
-
Deepgram Fluxを使ったターンテイキング認識の実験
こんにちはAIチームの戸田です ここ数年で音声対話システムは急速に身近なものにな…
2025.10.09 Research -
ターンテイキングのタイミング予測を簡単に試せるライブラリMaAIを使ってみた
こんにちは、AIチームの大竹です。最近、京都大学から会話のターンテイキング（話者…
2025.08.21 Research -
FastRTCを使って爆速でVoicebotを構築する
こんにちは、 AIチームの戸田です 今回はPythonでリアルタイムなAIアプリ…
2025.04.16 Research -
【AI Shift Advent Calendar 2024】VAD・VAPを用いた発話終了検知
こんにちは、AI Shift AIチームの大竹です。本記事は AI Shift …
2024.12.11 Research -
Nishika音声認識コンペに参加して2位になりました！🎉
はじめに こんにちは、AIチームの大竹です。 今回は弊社AIチームがNishik…
2024.09.25 Research -
音声品質と音声認識精度の関係について分析してみた（Part1）
はじめに こんにちは、AIチームの大竹です。 現在、AI Shiftではコールセ…
2024.07.31 Research -
議事録自動生成システムにおける音声の書き起こし機構の改善
はじめに こんにちは，東京大学大学院 修士2年の兵藤弘明です．私は2024年3月…
2024.06.27 Research -
Audio-Mambaを使った音声分類
こんにちは、AIチームの戸田です 今回は近年Transformerの次のアーキテ…
2024.06.19 Research -
kotoba-whisper, ReazonSpeech, Nue-ASRの文字起こし性能を比較してみた
はじめに こんにちは、AIチームの大竹です。 最近、高性能な日本語音声認識モデル…
2024.06.10 Research -
Parler-TTSを使ってスタイルを指定して音声合成を行う
こんにちはAIチームの戸田です 今回は先日HuggingFaceのライブラリとし…
2024.04.25 Research
PICK UP
TAG
- A/Bテスト（1）
- Advent Calendar（21）
- Advent Calendar 2021（17）
- Advent Calendar 2023（25）
- Advent Calendar 2024（13）
- adversarial training（1）
- AI（6）
- AI Agent（5）
- Anthropic（1）
- API（1）
- API Gateway（1）
- architecture（3）
- Argo Workflows（2）
- ArgoCD（1）
- Audio（1）
- Azure（1）
- BigQuery（3）
- Bigtable（1）
- Bun（2）
- CA BASE NEXT（1）
- causal inference（1）
- Chart（1）
- ChatGPT（3）
- Chrome（1）
- CI/CD（1）
- Cloud Endpoints（1）
- Cloud Run（1）
- Container Apps（1）
- Data Visualization（6）
- Deep Learning（27）
- Deno（1）
- DialogFlow（4）
- Elasticsearch（2）
- ElevenLabs（1）
- Elixir（1）
- EM（1）
- FAQ検索（5）
- fastapi（1）
- few-shot learning（1）
- Firebase（2）
- Firestore（3）
- Frontend（7）
- GAS（1）
- GCP（8）
- Gemini（1）
- Gemini Live API（1）
- GitHub Actions（2）
- GKE（4）
- Golang（4）
- Google Colab（1）
- gRPC（2）
- HLS（1）
- Hono（1）
- huggingface（1）
- JavaScript（2）
- JavaScript Core（1）
- JIT（1）
- Kaggle（21）
- LightGBM（1）
- LLM（34）
- LocalFirst（1）
- machine learning（1）
- MCP（3）
- MLOps（3）
- Monitoring（1）
- Next.js（1）
- Node（1）
- OAW（1）
- OCI（1）
- OpenAI（4）
- Oracle（1）
- ORM（1）
- PdM（2）
- Phoenix（2）
- PMM（1）
- Product（1）
- profiler（1）
- Prometheus（1）
- Prompt-tuning（2）
- Pydantic（1）
- Pydantic AI（1）
- python（10）
- RAG（4）
- React（4）
- React.js（1）
- RealtimeAPI（1）
- Research（2）
- RLHF（2）
- RPA（1）
- Server component（1）
- SIP（1）
- SQL（2）
- SQLBoiler（1）
- Tableau（11）
- Terraform Cloud（1）
- TPU（1）
- Transformer（14）
- treatment assignment（1）
- treatment effect estimation（1）
- Twilio（1）
- TypeScript（2）
- V8（1）
- voicebot（1）
- WebKit（1）
- WebSocket（1）
- WebWorker（1）
- XGBoost（1）
- Yans（1）
- Zig（1）
- インターン（8）
- インフラ（1）
- お知らせ（1）
- コンペティション（2）
- スマートグラス（1）
- タスク指向対話（11）
- データアナリスト（7）
- フロントエンド（1）
- ベイズ推定（2）
- ボイスボット（1）
- マルチモーダル（1）
- リスキリング（2）
- 予測モデル（1）
- 信号処理（8）
- 内定者バイト（3）
- 効果検証（1）
- 参加報告（22）
- 国際学会（1）
- 大規模言語モデル（1）
- 学会（1）
- 学会発表（3）
- 対話（12）
- 強化学習（7）
- 感情分類（1）
- 拡散モデル（3）
- 振り返り（1）
- 数学（2）
- 機械学習（13）
- 測度論（2）
- 生成AI（2）
- 異常検知（1）
- 発表報告（23）
- 発話区間検出（1）
- 終話判定（2）
- 統計（1）
- 自然言語処理(NLP)（105）
- 評価（1）
- 話者ダイアライゼーション（1）
- 話者交代（4）
- 論文調査（2）
- 量子化（1）
- 音声処理（23）
- 音声区間検出（6）
- 音声合成（1）
- 音声対話（1）
- 音声言語理解(SLU)（9）
- 音声認識（24）