ハイブリッド音声認識システム

クライアント

自治体向け

開発期間

1ヶ月

使用技術

課題

• 複数の音声認識エンジンの最適な切り替え制御
• 長時間音声の効率的な処理と高精度な文字起こし
• リアルタイム処理とバッチ処理の両立
• マルチフォーマット音声入力への対応

解決策

• 音声特性に基づく自動エンジン選択システムの実装
• WebSocketによるストリーミング処理の最適化
• FFmpegを用いた音声フォーマット自動変換機能
• タイムスタンプ付き文字起こしの統一フォーマット化

成果

• 文字起こし精度が従来比で25%向上
• 処理時間を40%短縮
• マルチ言語対応により利用シーンが拡大
• クライアントの業務効率が50%改善