音声認識からアクセント

Question

前提・実現したいこと

Web上での音声認識について質問です。

今 HTMLやJavaScriptを使用してWebサイトを作っているのですが
音声認識で英単語の認識を行い、その音声から単語のアクセント、つまり音の強弱の結果をWeb上に表示することをプログラミングで実現可能でしょうか？

いろいろと調べたのですがこれといったものが出てこなかったので…

あるのであればそのアイデアやプログラム等教えていただけると幸いです。

使用言語

HTML
JavaScript
CSS

###テキストエディタ
Atom

Comments

[m.ts10806]

そもそもですが「音声認識」部分だけでもできているのでしょうか？それに強弱まで判定しようとしたら機械学習のような仕組みが必要に思います。

[tinRyo]

音声認識はHTMLとJavaScriptで実現可能と思います。　機械学習ですか…　そうするとWebサイト上でそういうのをやるのは不可能ですかね…？

Answer 1

Webページから音声情報を取得すること自体は難しくありません。
端末にマイクがあれば、そこから入力できますし、
なければmp3やwav等の音声ファイルでアップロードすればいいだけです。

問題は

音声認識で英単語の認識を行い、その音声から単語のアクセント、つまり音の強弱の結果をWeb上に表示することをプログラミングで実現可能でしょうか？

この処理についてです。
既に追記で挙がっていますように、読み取った音声情報から"単語に分解"して"アクセント"や"音の強弱"を解析するのは機械学習の領分になります。

機械学習を前提とするとjavascriptだけではなかなか難しいと思います。

ですが、音声解析のAPIは最近ではかなり精度も良いものが用意されているので、
よほどニッチな解析処理をしたいのでなければそれらを利用することで目的の処理が実現できそうです。

いくつか有名どころを記述しますのでご参照ください。
(※古いものがあるかもしれません)

・Web Speech API
・Cloud Speech API
・Speech To Text