音声認識とは、マイクなどで取得した人間の音声をコンピュータが解析し、言葉として理解・処理する技術です。音の周波数特性を分析して文字化したり、音声コマンドを実行したりします。機械学習やAIの発展により、方言や雑音への対応精度が向上。スマートフォンやスマートスピーカーなど日常的に活用されています。
「音声」は音の響き・言葉を意味し、「認識」は認めて理解することを意味します。1970年代から研究が進み、2010年代のディープラーニング技術の発展により急速に精度が向上。英語の「speech recognition」の訳語として定着しました。
似た言葉との違い・使い分けを解説しています。
この言葉やそのテーマを深めたい方へ。