📖
携帯電話で最も考慮されていない機能の 1 つは、音声認識です。うまく機能しない、使いにくい、または人がいるときに使用するのはばかげているため、通常は無視します。
ただし、音声コントロールは多くの場合に非常に便利で、時間を大幅に節約できます。 Android 、 iOSおよびWindows Phone は、それぞれ独自の方法で音声コントロールを標準として実装しています。この記事では、各システムでの使用方法と、どのシステムが使いやすいかを見ていきます。
Windows Phone はそれを最も得意としています (Mango ではさらに優れています)
WIndows Phone では、電話機のどの状態でも (パスワードがない場合はロックされていても)、「Windows」キーを押し続けることで音声認識をアクティブにすることができます。これを実行すると、画面の上部に小さなポップアップが表示され、コマンドの例がいくつか表示されます。
コマンドの種類はそれほど多くありません。実際、私たちができることは 2 つだけです。それは、アプリケーションを呼び出すことと、アプリケーションを開くことです。わずか 2 つのコマンドしか持たない Windows Phone が最も優れたパフォーマンスを発揮するとどうして言えるのかと疑問に思われるかもしれません。
Windows Phone の最も優れている点は、音声認識が高速かつ効果的であり、非常に効果的であることです。彼は少ししかやらないが、とても上手にやる。誰かに電話をかけるのは、「携帯電話/自宅/職場で X に電話して」と言うだけです。電話機がどの番号に電話をかけるべきか迷った場合（たとえば、電話帳に何度も登場する名前を言った場合、または自宅に電話するか携帯電話に電話をかけるかを指定していない場合など）、単純に尋ねます。
アプリケーションを開くには、「X を開く」と言うだけでアプリケーションが開きます。携帯電話にプリインストールされたアプリである必要はありません。Angry Birds や IM+ など、マーケットプレイスからダウンロードした見知らぬ名前のアプリでも機能します (発音は関係ありません。私は Angry Birds と発音してみました)英語とスパングリッシュの両方で完璧に認識され、私が思いついたさまざまな IM+ の発音でも同様です。)
何よりも、音声認識がほぼ完璧です。彼は私たちが言うことをすべて完璧に認識しますし、何よりも間違いを犯しません。あなたが言ったことを認識できない場合、それは単に何もしませんが、他のシステムではそれが望むことを何でも行うのが通常です。
さらに、Windows Phone Mango アップデートにより、もう 1 つの新しいコマンドが認識されるようになります。
音声:メッセージ。私たちがメッセージを受信すると、電話は私たちに話しかけます。私たちが望めばそれを読み上げ、私たちが応答を指示することもできます。小さなことのように思えますが、実際には非常に便利だと思います。
つまり、音声認識の問題に最もよく取り組んできたのは Microsoft の企業です。彼らは、ユーザーにとって便利で電話機が問題なく認識するいくつかのコマンドに焦点を当て、Windows Phone の音声コントロールを非常に魅力的なものにしました。
iOS: コマンドは多いがパフォーマンスが低い
iOS の音声認識は、コマンドの点で最も完全です。通常の通話または Facetime で電話をかけることも、音楽プレーヤーを制御することも、すべて音声コマンドで行うことができます ( コマンドの完全なリストは Applesfera にあります)。
これを使用するには、中央のボタンを押したままにし、画面が表示されるのを待ってコマンドを言うだけです。
iOS の問題は、認識エンジンの動作が非常に悪いということです。私が言いたいことを彼に理解させることができたことはほとんどなく、多くの場合、彼は本当にやりたいことを何でもし、私の言ったこととは関係のないコマンドを実行しました（たとえば、彼は「ランダム」を理解しました） 」を「クイーンの曲をプレイ」として）。
そしてまさにこれは、音声コントロールを使用するときに最もイライラすることの 1 つであり、Android と Windows Phone の両方で多かれ少なかれ解決されています。Windows Phone では、理解できない場合は繰り返すよう求められ、Android ではいくつかの質問が表示されます。選択肢から、あなたが言ったことに最も近いものを選択してください。
さらに、iOSには大きな問題があります。 Android と Windows Phone はどちらも、会話が終了したことを完全に認識します。 iOS ではこれが行われないため、コマンドにノイズがさらに加わり、結果がさらに悪化します。
つまり、Apple が音声コントロールを導入するか、iOS のまったく役に立たない機能であり続けるかのどちらかです。
Android: コマンドなし、音声文字起こしのみ
Android には音声認識も含まれていますが、場合によっては「音声検索」などの追加アプリケーションをダウンロードする必要があります。文字起こしのみを提供するため、これを使用するには、電話で口述できるときに表示されるマイク ボタンをクリックするだけです。
iOS や Windows Phone との最初の違いは、アプリケーションを開いたり、誰かに電話をかけたりするためのコマンドがないことです。私たちは話すことしかできず、電話は私たちが話した内容を文字に起こします。
通常、モバイルのキーボードでたくさん入力するよりも話す方が快適であるため、これは長いメッセージやテキストを書くときに便利です。しかし残念ながらそうではありません。
Android の音声認識は遅く、完全に不正確とは言えませんが、素晴らしいものでもありません。これを有効にする方法は 2 つあります。携帯電話の検索ボタンを長押しして音声検索を使用するか、押して音声をテキストに変換します。仮想キーボードのマイクボタン。
個人的には、Android の音声認識は最も好みではありません。その理由の 1 つは、私がテキストを口述するよりも音声コマンドを使用することを好むことです。文字起こしされたテキストでは、認識が不十分な単語をいくつか修正する必要があり、最終的には仮想キーボードで書くよりも面倒になる可能性があります。
さらに、動作が遅くてバグが多いという事実も魅力的ではありません。少なくとも私の場合は、Android を使っている間、これらの理由から音声認識をほとんど使ったことはありません。ただし、音声認識をよく活用している人もいると思います。
一言で言えば、Windows Phone が成功するということです。
3 つのモバイル システムすべての音声制御を詳しく調べた結果、 Windows Phone が最も優れていると思います。これが最もよく機能し、多くのコマンドが含まれていませんが、テクノロジーは非常に成熟しており、認識は非常に正確です。これは、単にシステムへの好奇心としてではなく、私が日常的に使用する (そして実際に使用する) 唯一のものです。
私の観点からすると、音声認識が最も悪いのは iOS です。彼がこの点を改善できれば、彼は十分な数のコマンドを持っているため、戦闘の大部分を勝利することができたでしょう。 Androidについては、認識エンジンは保存されていますが、テキスト読み上げよりもコマンドに重点を置くべきだと思います。前者の方が後者よりもはるかに便利で使いやすいです。
追加の結論: 音声認識は疎外されたテクノロジーですが、多くの可能性を秘めています
音声認識を何度もテストした結果、このテクノロジーについていくつかの結論を導き出すことができます。音声コントロールは新しいものではなく、長年にわたって私たちに使われてきました。しかし、本当に優れた有用な実装が一般の人々に普及したことはありません。確かに、プレゼンテーションでは非常に優れていても、日常的に使用するには役に立たないものがいくつかありました。
このおかげで、最終的に私たちは音声コントロールというものを、非常にクールではあるがあまり役に立たないテクノロジであるというイメージを頭の中に形成し、それは時には少しばかばかしいものになる可能性があります（通りを歩きながら携帯電話に向かって叫んでいる男性を想像してください）そのようなアプリケーションを開きます)。その結果、音声認識は疎外され、ほとんど注目されなくなりました。
ただし、うまく実装してコマンドを便利に使えば、音声制御は非常に興味深いものになる可能性があります。かつては音声に懐疑的だった私も、今では誰かに電話するときは必ず Windows Phone の音声コントロールを使用しています。実際、これは他の携帯電話で最も恋しいものの 1 つです。
テクノロジーがうまく進化すれば、多くの場面で必要不可欠なものになる可能性があると思います。たとえば、運転中に気が散ることなく電話をかけたりメッセージを送信したり、ヘッドフォンを着用しているときにポケットから取り出さずに携帯電話を制御したりできます。どう思いますか、音声認識は本当に役立つと思いますか?