コロナウイルスのパンデミックはデジタル音声技術に新たな刺激を与えた

コロナウイルスのパンデミックはデジタル音声技術に新たな刺激を与えた

突然、タッチを恐れるようになった世界で、音声テクノロジーはまったく新しい様相を呈し始めています。

[[325775]]

グーグル・アシスタント、アマゾン・アレクサ、アップルのシリなどの音声起動システムは近年大きな成長を見せており、新型コロナウイルスのパンデミックによりその成長が加速する可能性が高いとアナリストらは指摘している。

音声アシスタントは、質問に答えたり購入したりできるだけでなく、スマートホームの制御やさまざまなビジネスおよび医療アプリケーションにも使用できます。世界的なロックダウンにより人々の社会活動が制限されるため、スマート音声アシスタントへの人々の関心は高まり続けるでしょう。

「音声はすでにスマートホームに浸透しており、スマートフォンからテレビのリモコン、照明のスイッチ、サーモスタット、ドアノブなど、家庭内で頻繁に触れる表面を避けて音声制御が可能になっている」とABIリサーチのアナリスト、ジョナサン・コリンズ氏は述べた。

コリンズ氏は、パンデミックは「家庭内での音声制御に対するさらなる動機とインセンティブを提供し、他のさまざまなスマートホーム機器やアプリケーションの認知度と導入を促進するだろう」と述べた。

ABIは、スマートホーム機器向けの音声制御デバイスの出荷台数が昨年1億4,100万台に達し、2020年までに世界全体で約30%増加すると予測している。

音声アシスタント市場全体を見ると、ジュニパーリサーチは、今年はスマート音声を使用するデバイスが 42 億台に達し、2024 年までに 84 億台に増加し、ほとんどのやり取りがスマートフォン上で行われるようになると予測しています。

コリンズ氏は、新型コロナウイルス感染症のパンデミックによって生じた個人的な接触や対面でのやりとりをなくすため、スマートロックやスマートドアベル、その他のスマートホームシステムへの関心が高まると予想していると述べた。

テックスポネンシャルの技術アナリスト兼コンサルタントであるアヴィ・グリーンガート氏は、正確な数字は不明だが、ロックダウン措置により「音声アシスタントの利用が増えているのは興味深い」と述べた。

[[325776]]

グリーンガート氏は、音声技術が健康と安全の分野で幅広いビジネスに応用されると期待していると述べた。

「今後、オフィス空間はより非接触制御へと移行する必要がある。照明の動きによる制御はより簡単で非接触であることが多いが、音声が解決策になるかもしれない」と彼は語った。

「しかし、ホテルやその他の賃貸物件では、スマートスピーカーや、電子メールで送信されるコマンドリストが一般的な設備になると予想しています。タッチポイントが少ないほど良いのです。」

フューチャーソース・コンサルティングのジュリアン・イッサ氏は、パンデミックの間、「ウイルスの発生以来、音声アシスタントの使用が増加しているようだ」と述べた。

「表面に触れないようにすることが小さな役割を果たすかもしれないが、これは主に消費者が自宅でデバイスを使う時間が増えたことによるものだ」とイッサ氏は述べた。

フューチャーソースの別のアナリスト、クリス・ペネル氏は、デジタルアシスタントの導入は「特に医療、小売、エンターテインメントなど顧客対応の分野で」加速するだろうと予想している。

すでに使用されているユースケースの 1 つは、Amazon Alexa を使用したメイヨー クリニックのツールで、これによりユーザーは症状を評価し、ウイルスに関する情報にアクセスできます。

音声技術は他の医療用途にも使われている

フロリダ工科大学のコンピューター工学教授で音声認識技術を専門とするベトン・ケプスカ氏は、身体接触と感染の制限に役立つ音声起動型医療ロボットの開発を目指している。

「このインフラがあれば、私たちは今、もっと恵まれた状況にあるだろう」と、COVID-19の流行をきっかけに研究資金を募ることになったケプスカ氏は語った。

ケプスカ氏は、この取り組みにより、医師や看護師の多くの業務を引き継ぎ、音声で対話できる「ヒューマノイド」医療ロボットが誕生する可能性があると述べた。

「新型コロナウイルスのパンデミックにより、自分たちを危険にさらすことなく、助けを必要としている人々にサービスを提供するにはどうすればよいかを考える必要がある状況が生まれた」と彼は語った。

<<:  人工知能認知学習—教育の未来?

>>:  AIが医療をどう変えるか リアルタイムのデータ分析は医療にとって重要

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

...

PaaS でフェイルオーバー アルゴリズムを作成する際に避けるべき 3 つの落とし穴

[[125412]]クラウド サービスの停止が発生すると、通常はフェイルオーバー メカニズムがアクテ...

...

...

人工知能を使って人間の労働を監督すると、技術的でない困難に直面する

リモートワークの標準化により、クラウド監視ソフトウェア市場が生まれました。最近、Enaible とい...

ヒントンは独自に44ページの論文を発表した。「アイデアを出して、自分で試してみて」

「ニューラル ネットワークに人間のように画像を理解させたいのであれば、ニューラル ネットワークが部...

...

...

...

AI チャットボットの 7 つの使い方

今日、ビジネスプロフェッショナルは市場での収益を増やすために高度なテクノロジーを求めています。人工知...

ディープラーニングチップ研究の新潮流:処理の中核となるメモリ

[[186777]]過去 2 年間、機械学習、特にディープ ニューラル ネットワークのニーズを満たす...

...

...

ディープラーニングにおける多体問題の解決方法

「多体問題」(N 体問題とも呼ばれる)は単純に見えますが、実際には今日の数学で解決するのが非常に難し...

人工知能チュートリアル(IV):確率論入門

このシリーズの前回の記事では、行列と線形代数についてさらに詳しく説明し、JupyterLab を使用...