会社・リサーチ

音声と言語の技術で、
現場の課題を解決

全従業員の70%以上が研究人材であるアクションパワーは、音声・言語AIの研究成果をdagloに直接搭載します。

技術

音声技術、最初から最後まで

9つの研究領域、一つのパイプライン。
音声信号から完成したサービスに至るまで、エンドツーエンドで研究開発を行います。

STT
Speech

Speech-to-Text

多様なドメイン・抑揚・雑音環境において、高精度な書き起こしを実現

SD
Speech

Speaker Diarization

誰がいつ話したのか、すべての声を分離してラベリング

SV
Speech

Speaker Verification

短い音声サンプルで話者の身元を確認

RT
Speech

Realtime STT

リアルタイム字幕のための、1秒未満の遅延によるストリーミング文字起こし

SE
Speech

Speech Enhancement

最初の単語が認識される前に、雑音と残響を除去する

NLP
Language

NLP

スクリプトから要約・タスク・構造を抽出

ER
Language

Emotion Recognition

音響信号から直接トーンと感情を分析

VS
Multimodal

Video Summary

長い映像・音声を重要な瞬間に凝縮

TTS
Speech

Text-to-Speech

再生・レビュー・音声エージェントのための自然な合成音声

特許

特許で検証された技術

73登録特許
46韓国・KR
20アメリカ・UC
6日本・JP
1ヨーロッパ・EP
KRUS
KR 10-2444457US 11,640,493

単語グラフを使用した対話要約生成方法

対話構造をグラフでモデル化し、会議要約の品質を高める方法。

KRUS
KR 10-2486120US 11,971,920JP 7,333,490

音声信号に関連するコンテンツを決定する方法

音声録音と関連資料を自動リンク — dagloの接続された記録のコア技術。

KRUS
KR 10-2537165US 12,033,659JP 7,541,424

音声認識結果及び参照データにおいて重要部分を決定し、連携する方法

STT結果と参照データの間で重要部分を自動検出してリンク — 韓国・米国・日本の3カ国登録。

KRUS
KR 10-2583764US 11,972,756JP 7,475,589

外国語を含むオーディオの音声認識方法

韓国語・英語混合音声を正確に認識する方法 — dagloの多言語STTのコア技術。韓国・米国・日本の3カ国登録。

KR
追加学習なしで言語モデルの信頼性を向上させる方法
KR 10-2787702
KR
事前学習済みモデルでテキスト生成モデルを評価する方法
KR 10-2693112
KR
分類された顧客音声フィードバックを生成する方法
KR 10-2661431
KR
元画像からスケッチ画像を生成する方法
KR 10-2669679
KR
大規模言語モデルの強化学習方法
KR 10-2647511
KR
音声認識学習データから音声テキストアライメントエラーを検出する方法
KR 10-2654803
KR
ハイパーディメンショナルコンピューティングを使用してテキストを分割する方法
KR 10-2647510
KR
台本テキストからストーリーボードを生成する方法
KR 10-2588332
KR
テキストエラーを検出する方法
KR 10-2648689
KR
視覚的質疑応答モデルの学習データ拡張方法
KR 10-2603635
論文

世界の舞台で認められた研究

音声・言語分野の最高峰の学会で発表された、研究グループ選定論文。

NAACL 2024Findings
Long-Form Meeting Summarization with Discourse Structure
D. Park, S. Paik, et al.
INTERSPEECH 2023Poster
Streaming Speaker Diarization with Memory-Augmented Attention
S. Paik, D. Park, et al.
ICASSP 2023Poster
Noise-Robust Self-Supervised Speech Representations
J. Lee, H. Choi, et al.
COLING 2022Oral
Context-Aware Punctuation Restoration for Spoken Language
S. Paik, J. Lee, H. Choi, et al.

会話を、次の仕事へ

dagloの音声・言語エンジンを、自社製品に直接搭載してみませんか?