【TechBlog】AWS Fargateで発話箇所を自動検出するシステムを作った話

こんにちは。製品開発グループにて機械学習の研究開発まわりを担当しているきしだです。
現在、研究開発の一環として、「デバイスから収集された時系列データから、発話された箇所を自動で検出するシステム」を開発しています。現在はまだ試作段階ですが、この試作品を用いて実際に利用機会があるかどうか検証しているフェーズです。そこで、今回はこの試作内容をテックブログにてご紹介します。

※ 現在こちらの試作品にご興味がある方々を募集しております。試しに利用してみたい、という方がいらっしゃいましたらぜひこちらまでお問い合わせください。

ことの背景
1. 走行データをフィードバックデータとして活用する
2. フィードバックデータの価値を高める難しさ
3. フィードバックデータの価値を”発話箇所”で高める
機能の概要
実現方法
1. アーキテクチャ
2. 発話検出のロジック
3. 実際に動かしてみる
まとめ

続きは、弊社のテックブログからご覧ください！

AWS Fargateで発話箇所を自動検出するシステムを作った話 - aptpod Tech Blog

こんにちは。製品開発グループにて機械学習の研究開発まわりを担当しているきしだです。現在、研究開発の一環として、「デバイスから収集された時系列データから、発話された箇所を自動で検出するシステム」を開発しています。現在はまだ試作段階ですが、この試作品を用いて実際に利用機会があるかどうか検証しているフェーズです。そこで、今回はこの試作内容をテックブログにてご紹介します。 ※ ...

https://tech.aptpod.co.jp/entry/2021/06/25/100000

株式会社アプトポッドでは一緒に働く仲間を募集しています

【TechBlog】AWS Fargateで発話箇所を自動検出するシステムを作った話

神前潤一郎

株式会社アプトポッド / コーポレート・スタッフ

株式会社アプトポッド

アプトポッドは、IoTプラットフォームの自社開発やIoT関連ソリューションの販売により、製造業を中心にあらゆる産業のDXに貢献する研究開発型テックベンチャーです。大量の時系列データを収集・管理するIoTプラットフォームクラウド「intdash」や、自動車が吐き出す大量データをエッジで処理する車載コンピュータ「EDGEPLANT」、収集した時系列データをリアルタイムに可視化するWebダッシュボード「Visual M2M」などの自社企画製品の開発を行いつつ、これらを組み合わせたソリューションの提供や、受託開発を行っています。当社の強みは、当社が「ファストデータ」と呼ぶ膨⼤かつ高頻度な時系列データを⾼速に伝送、収集することです。自動車、ロボット、産業機械などの様々なデバイスをコネクテッド化し、遠隔データ収集、可視化、制御といった難易度の高いサービスを実現する高度なIoTプロダクトを開発しています。【プロダクト】 ■ intdash 自動車や産業機器と、遠隔地にある可視化ツールや操作端末とをインターネットを介してつなぎ、大量かつ短周期な高頻度データをリアルタイムに、双方向に伝送するためのIoTプラットフォームです。intdashを利用することで、遠隔監視や遠隔操縦、自動運転などIoTサービス実現の要となる、超低遅延な双方向伝送を実現します。 https://www.aptpod.co.jp/products/intdash/about-intdash/ ■ Visual M2M intdashを使用してクラウドに収集した膨大なセンサーデータを、リアルタイムに可視化・解析するWebベースのダッシュボードツールです。世の中にWebダッシュボードツールは複数ありますが、当社製品のようなリアルタイム性を備えたプロダクトは、リリースから数年が経った今でも現れていません。解析用途に応じて拡張が可能で、見た目のかっこよさにもとことんこだわった先進的なデザインのインターフェースが魅力です。 https://www.aptpod.co.jp/products/data-visualization/ ■ EDGEPLANT EDGEPLANTは、産業DXで必要となる堅牢かつ高性能な自社企画ハードウェアの総合ブランドです。高度なAI処理を実現する車載規格対応のGPU搭載エッジコンピュータ「EDGEPLANT T1」や、各種制御バス、センサーネットワークに接続するためのインターフェイス機器、専用カメラシステム（予定）などで構成されています。 https://www.aptpod.co.jp 【実例】 ■本田技研工業様マーシャル諸島共和国ソーラーEV共同実験プロジェクトマーシャル諸島共和国にて立ち上がった「ソーラー電気自動車（EV車）プロジェクト」に『Visual M2M』が採用された例です。車両のバッテリー状況、位置情報等各種データを記録するための装置を搭載し、クラウドサーバーへ上がったデータの運用状況を日本でモニタリングし、不具合があった際に迅速に対応する体制をつくりました。 https://www.aptpod.co.jp/casestudy/001/ ■路線バスを活⽤したAIによる⾃動⼯事現場検知システム大阪ガス様が独自に開発した工事現場検出用のAIモデルと判定ロジックを載せた弊社の車載エッジコンピュータ「EDGEPLANT T1」とカメラで走行中の道路撮像画像から工事現場要素を検出。検出された工事現場要素は位置情報と共にintdashクラウドに伝送されることで広域での工事箇所のリアルタイム自動監視を実現しています。 https://www.aptpod.co.jp/news/news/20210531daigas その他、自動車、建機/農機/重機、ロボティクス、スマートファクトリー、ヘルスケアなど、様々な業界の案件を多数抱えております！【研究開発】 ■ 独自ストリーミングプロトコル・双方向リアルタイムストリーミング・不安定なモバイル回線でもすべてのデータを欠損なく完全回収・すべてのデータに時刻情報を付与して時系列データとして管理・P2P伝送やエッジサーバーを組み合わせた低遅延化 ■ スケーラブルデータストア・1台につき毎秒数千〜数万点を超える大量データを確実かつ高速に永続化・独自の分散保持機構により、大規模運用に耐えうるスケーラビリティを確保 ■ メディアデータプロセッシング・モバイル回線経由での低遅延動画ストリーミング・複数カメラデバイスからの映像を合成伝送し省帯域化 ■ リアルタイムインテリジェンス・機械学習による動画ストリームのリアルタイム推論・リアルタイムストリームの監視と不正検出

フォロー

神前潤一郎さんにいいねを伝えよう

神前潤一郎さんや会社があなたに興味を持つかも

【TechBlog】AWS Fargateで発話箇所を自動検出するシステムを作った話

目次

株式会社アプトポッド

同じタグの記事

今週のランキング