音声認識を滑舌練習に活用する。

ちょっと前にバズっていた音声認識サービス、滑舌練習に活用できるんじゃないか？と試してみました。

音声認識サービス

落合陽一さんの研究室の方みたいですね。すげえな。
下はバズっていたツイート。もいっこ下はサービスへのリンク。

音声認識からWebカメラ映像への字幕合成までをGoogle Chrome だけでやってくれるWebページをつくってみました！ #xDiversity

ブラウザを画面共有 or OBS等でキャプチャーすればビデオ会議に字幕付きで参加できます。

↓Webページhttps://t.co/xlGX4jkIJn pic.twitter.com/Y1ju1wfUvq

— Ippei Suzuki (@1heisuzuki) May 20, 2020

Speech to Text Webcam Overlay

実際に試してみた

手順
　1.　サービスを起動します。
　2.　外郎売を読みます。
　3.　認識した音声がテキスト化されます（自動）。
　4.　読んでみて、きちんと認識できていない（正しいテキストになっていない）ところが上手く発音できてない箇所。

以下が実際に発声して認識させたテキストで、太字が発音がよくない（正しいテキストになっていない）箇所です。
なお、言い回しが古いので誤字は無視してます。

拙者親方と申すはお立会いのうちにご存知のお方も御座りましょうがお江戸を立って二十里上方相州小田原一色町おおすぎだされて青物町上登りへおいでなさるレバ欄干橋虎屋藤右衛門ただいまは剃髪いたしてエンサイと名乗りまする。
元長より大晦までを手にいれまするこの薬は。
昔ちんの国闘神ういろうという人はが懲役たり帝へ3代の檻からこの薬を深く米置き用いるときは一流ずつ冠の隙間より取り出す。
よってその名を帝よりとちんこと賜る。
ただいまはこの薬殊の外世上に広まり方々に似せ看板追い出しいや小田原の灰俵の桟俵の炭だわらのといろいろにもうせども。
ひらがなでういろうと示氏は親方円債ばかり。
もしやお立会いのうちに熱海か塔ノ沢へ湯治においでなされるか。
あるいは伊勢五山宮の檻からは必ず門違いなされまするな。
おのぼりなれば右の肩を降りなれば左側八方だやつむね表はみつむね玉堂造り破風には菊に桐のとうの子も御赦免あってケーズただし規約でござる。

と、こんな感じ。
最後の一行でいうと、『破風には菊に桐のとうの御紋をご赦免あって…』が正しいので、ゴモンヲという音で口が開いておらず、こもってしまっているのかな、と見ています。
真面目にやるなら音声認識の精度も評価しないといけませんが、この感じなら発音のほうが上手くなれば全文認識させられるの精度はあるでしょう。
（ちなみに音声も録ろうとしたんですがミスりました）

こういう使いみちのサービスではないでしょうが、話すのが苦手な方や、スピーチの原稿を抱えておられる方にとっては、ひとつの指針になるかもしれませんね。
（録音して聴くのも大事ですが）

まとめ

正規の使い方ならウェビナーの講師が使ってもいいですし、こうして発声練習したり、noteの下書きを声で起こしたりと、色々な使い方が生まれそうです。何より手軽なのが嬉しい。
新しいアイディアがあるとそれをフックにアイディアが生まれるので超面白いですね。

面白い使い方があったら教えて下さい。
世の中をもっと自由にしていきましょう。