音声ガイド機能

スマホ利用のキラーコンテンツになるか、という「音声ガイド機能」の比較記事。私自身、まだスマホユーザーでは無いのでどの程度の利便性があるかは分かりませんが、でも昔(15年以上前)に音声認識ソフトとか音声合成ソフトにちょっと関わった頃を思うと、隔世の感があります。

こういう対話型のI/Fは、昔からSFに登場してきて、科学技術の一つのゴールだとも思うんですが、なかなか「実用的」と思える物は出てきません。音声認識や音声合成の技術は、それなりのレベルにあるんだろうけど、それらを組み合わせて一つのサービスとしてまとめるのが難しいんでしょうね。今のスマホのサービスも、スマホ部分はI/Oだけで、本体はネットワークの向こう側にあるわけで、言ってみれば一つの「Cloud」サービスとも言えます。パソコンもそうだけど、ネットワークの高速化が図られれば、携帯デバイスはどれもI/Oだけを賄うデバイスになるんだろうな。そうなると、消費電力も減少して今の電卓のように太陽電池で動くみたいな物も可能になったりして。

この音声ガイド機能ですが、目の不自由な人向けにもっと機能拡張できたら良いですね。例えば、対話型I/Fで必要な機能呼び出しをするだけで無く、音声ガイド機能がスマホの内蔵カメラを利用して画像認識しつつ、危険回避や道案内もしたりとか。また、耳の不自由な人向けには、音声合成機能を使って「自分の声で会話できる」ような仕組みとか、マイクで拾った音を画面上にパターン化して表示することで、例えば危険な状況を認識出来たりとか応用出来そう。

で、やっぱり究極の音声ガイドは、自動翻訳機能と合わせて、自由に外国が話せる・理解できるようになることかな。スタトレの世界みたいに、それが耳の中に埋め込まれていて、もう学校で「第一外国語」とか「第二外国語」とかいう科目が無くなると楽そう。って、もう自分には遅いか...