［速報］「Amazon AI」として、画像認識／テキスト音声変換／音声認識と自然言語理解の3つを発表。AWS re:Invent 2016

2016年12月1日

Amazon Web Servicesは、ラスベガスで開幕した同社のイベント「AWS re:Invent 2016」で、「Amazon AI」傘下のサービスとして、画像認識、テキスト音声変換、音声認識と自然言語理解の3つを発表しました。

「Amazon Rekognition」はイメージをAPIかSDK経由で渡すと、その画像に何が写っているのかを検出するサービス。

例えばある画像を渡すと、女性が写っていること、自動車のハンドルを握っていること、写っている人の感情、メガネをかけているかどうか、といったさまざまなことを検出します。これを応用すると、大量の写真の中から、自動車を運転している女性の写真を選び出す、といったアプリケーションの開発が可能です。

「Amazon Pollyは、テキストを音声に変換するサービス。

テキストを渡すと、本物の人間のようにMP3のストリームとしてすぐさま音声を生成します。47の男女の音声バリエーションがあり、日本語を含む26の言語に対応。

「Amazon Lex」は、音声認識と自然言語理解の機能を提供するサービス（Lexという名前は、Amazon Alexaの中身がこれで構築されているため）。

音声やテキストによる対話的なアプリケーションの構築が可能になります。