イスラエル発aiOla、専門用語を理解する音声認識AIで業務効率化を実現

2024年7月4日6:48

AI（人工知能）ニュース

Last Updated on 2024-07-04 06:48 by admin

aiOla、イスラエルのスタートアップ企業が、業界固有の専門用語を理解できる音声認識AIの新しいアプローチを発表した。

この技術は、音声認識システムの精度と反応性を向上させ、複雑な企業環境や難しい音響環境でも適切に機能するようにする。

aiOlaはOpenAIのWhisperモデルを初めとする任意の音声認識モデルにこの技術を適用可能であり、モデルの誤認識率を低減し、全体の検出精度を改善した。

このアプローチは、音声サンプルから業界固有の専門用語を特定し、それらを音声認識デコーダに提示することで、最終的な書き起こしテキストにこれらの用語を組み込むように導く「コンテキストバイアス」手法に基づいている。

aiOlaはこの新しいモデルを用いて、特に医療データセットでのテストでは、Whisperモデルと比較して語彙誤り率（WER）と全体の精度（F1スコア）が大幅に改善されたことを報告している。

この技術は、異なる業界の専門用語に即座に適応できるため、航空、運輸、製造、サプライチェーン、物流などの技術専門用語を多用する業界に特に有用である。

aiOlaは、この適応型モデルをFortune 500企業との間で既に展開し始めており、専門用語を多用するプロセスの効率化を図っている。

例えば、あるグローバル物流企業では、新モデルを活用した自動化ワークフローにより、トラックの日常点検時間を車両あたり15分から60秒以下に短縮した。

また、カナダの大手食品小売業者は、このモデルを使用して製品と肉の温度検査を行い、年間で110,000時間の時間節約と250万ドル以上のコスト削減、5倍の投資収益率を見込んでいる。

aiOlaはこの新しいアプローチに関する研究を公開し、他のAI研究チームがこの作業を基にさらなる開発を進めることを期待している。

しかし、現時点では、適応型モデルへのAPIアクセスや重みの公開は行っておらず、企業はaiOlaの製品スイートを通じてのみこの技術を利用できる。この製品スイートは、サブスクリプションベースの価格設定で運用されている。

【編集者追記】用語解説

コンテキストバイアシング:
aiOlaが採用している独自のアプローチで、特定の業界や状況に関連する単語や表現を優先的に認識するよう、AIモデルを調整する技術です。これにより、専門用語の認識精度が大幅に向上します。

【参考リンク】
aiOlaオフィシャルサイト（外部）
iOla、国際的なAIコンペティションで「最優秀音声認識ソリューション」賞を受賞（外部）

【ニュース解説】

イスラエルのスタートアップ企業であるaiOlaが、業界固有の専門用語を理解できる音声認識AIの新しいアプローチを発表しました。この技術は、音声認識システムの精度と反応性を向上させ、複雑な企業環境や難しい音響環境でも適切に機能するようにします。

この技術は「コンテキストバイアス」という手法に基づいており、音声サンプルから業界固有の専門用語を特定し、それらを音声認識デコーダに提示することで、最終的な書き起こしテキストにこれらの用語を組み込むように導きます。これにより、音声認識モデルは、特定の業界の専門用語を正確に認識し、書き起こすことが可能になります。

aiOlaはこの技術をOpenAIのWhisperモデルをはじめとする任意の音声認識モデルに適用可能であり、モデルの誤認識率を低減し、全体の検出精度を改善しました。特に医療データセットでのテストでは、Whisperモデルと比較して語彙誤り率（WER）と全体の精度（F1スコア）が大幅に改善されたことが報告されています。

この技術の最大の利点は、異なる業界の専門用語に即座に適応できる点にあります。これにより、航空、運輸、製造、サプライチェーン、物流などの技術専門用語を多用する業界での応用が期待されます。aiOlaは、この適応型モデルをFortune 500企業との間で既に展開し始めており、専門用語を多用するプロセスの効率化を図っています。

例えば、あるグローバル物流企業では、新モデルを活用した自動化ワークフローにより、トラックの日常点検時間を車両あたり15分から60秒以下に短縮しました。また、カナダの大手食品小売業者は、このモデルを使用して製品と肉の温度検査を行い、年間で110,000時間の時間節約と250万ドル以上のコスト削減、5倍の投資収益率を見込んでいます。

aiOlaはこの新しいアプローチに関する研究を公開し、他のAI研究チームがこの作業を基にさらなる開発を進めることを期待しています。しかし、現時点では、適応型モデルへのAPIアクセスや重みの公開は行っておらず、企業はaiOlaの製品スイートを通じてのみこの技術を利用できます。この製品スイートは、サブスクリプションベースの価格設定で運用されています。

この技術の導入により、企業は専門用語を多用する業務プロセスの効率化を図ることができ、時間とコストの節約が期待されます。また、異なる業界に即座に適応できる柔軟性は、音声認識技術の応用範囲を大きく広げる可能性を秘めています。一方で、この技術の普及には、企業が専門用語のリストを維持更新する必要があり、その管理には一定の労力が必要になるでしょう。さらに、高度な技術を利用するためのコストや、プライバシー保護の観点からの課題も考慮する必要があります。将来的には、この技術がさらに発展し、より多くの業界での利用が進むことで、音声認識技術の新たな可能性が開かれることが期待されます。

from Exclusive: Speech recognition AI learns industry jargon with aiOla’s novel approach.