ブログ · · 約 6 分で
電話の日本語の音声認識:名前・数字・業界の用語でつまずく理由と対策
電話の
要点
- 電話の
日本語の 音声認識が つまずくのは、 主に 名前 (同じ 読みで 漢字が 違う) ・数字 (いちと しち、 しと よんなど 似た 音や 読み方の 揺れ) ・業界の 用語 (一般の 言葉に 聞き間 違える) の 3 つです。 - 認識の
精度だけで 解決しようと せず、 語彙の ヒントを 渡す・ 聞き取った 内容を 読み上げて 確かめる・数字を 正規化して 桁数を 確かめる、 を 組み合わせます。 - 名前は
漢字を 当てるより 読みで 受け取り、 漢字は 人が あとで 確かめる、 と 決めて おくと 取り 違えが 減ります。
電話の
電話の音声が聞き取りにくい理由
電話の
ほかにも、
- 外や
車の 中からの 電話で、 周りの 音が 入る - 携帯の
電波が 弱く、 音が 途切れる - 相手が
受話器から 口を 離して 話す 「えーと」 「あのー」 などの 言いよどみが 多い
音声認識の
名前でつまずく理由
名前で
| 読み | 書き方の |
|---|---|
| さいとう | 斉藤・斎藤・齋藤・西東 |
| わた |
渡辺・渡部・渡邊・渡邉 |
| かとう | 加藤・加東 |
| ゆう |
優子・裕子・祐子・夕子 |
対策は、
聞き取った
数字でつまずく理由
数字は、似た
| 数字 | 読み方 | 間 |
|---|---|---|
| 0 | ゼロ・レイ・マル | |
| 1 | イチ | 7 の |
| 2 | ニ・ニー | 助詞の |
| 4 | ヨン・シ | 7 の |
| 7 | ナナ・シチ | 1 の |
| 9 | キュウ・ク |
電話番号では、
対策は
- 数字に
正規化する : 全角の数字・漢数字・区切りを、 半角の 数字だけに 直してから 扱います。 - 桁数で
確かめる : 日本の電話番号は 0 から 始まる 10 桁 (固定電話) か 11 桁 (携帯電話・050 など) です。 合わなければ 聞き直します。 - 区
切って :読み上げる 「ゼロキューゼロ、 イチニーサンヨン、 ゴーロクナナハチ」 のように 3 つに 区切って 読み上げ、 相手に 確かめて もらいます。
次は、
import re
import unicodedata
KANJI_DIGITS = str.maketrans("〇零一二三四五六七八九", "00123456789")
def normalize_jp_phone(text: str) -> str | None:
"""認識の結果から日本の電話番号を取り出す。形が合わなければ None(聞き直す)"""
s = unicodedata.normalize("NFKC", text) # 全角の数字・記号を半角に
s = s.translate(KANJI_DIGITS) # 漢数字を数字に
digits = re.sub(r"\D", "", s) # 「の」・ハイフン・空白などの区切りを消す
if digits.startswith("0") and len(digits) in (10, 11):
return digits
return None
assert normalize_jp_phone("〇九〇の一二三四の五六七八") == "09012345678"
assert normalize_jp_phone("03-1234-567") is None # 9 桁なので聞き直す日付は
業界の用語でつまずく理由
業界の
対策は、
間違いを会話の中で直す設計
認識の
- 名前・電話番号・日時は、
聞き取ったら 必ず 読み上げて 確かめる - 意味の
通らない 言葉を 推測で 補わず、 そのまま 聞き返す - 数字は
形 (桁数・範囲) を 確かめ、 合わなければ 聞き直す - 何度
聞き直しても 取れない ときは、 人に 引き継ぐか、 折り返しに する
最後の
voicast での聞き取りの工夫
voicast のdomain)vocabulary)phone に
{
"domain": "歯科医院",
"vocabulary": ["根管治療", "インプラント", "ホワイトニング", "定期検診", "さくら歯科"],
"fields": [
{ "key": "name", "label": "お名前(カタカナの読み)", "required": true },
{ "key": "phone", "label": "折り返しの電話番号", "required": true, "type": "phone" }
]
}よくある質問
音声認識のモデルを替えれば、名前の漢字は正しくなりますか。
なりません。
電話番号を聞き間違えたら、どう気づけばよいですか。
数字だけに
語彙のヒントには何を入れればよいですか。
その