【業界初・特許出願中】AI議事録ツールSecureMemoCloudが、End-to-End音声認識AIと生成AIを組み合わせた情報処理手段により新たな文字起こし体験を提供

End-to-End型の音声認識AIと大規模言語モデルを組み合わせた専門用語・社内用語の認識機能を提供

AI議事録ツールSecureMemo/SecureMemoCloudを提供するNishika株式会社（東京都港区、代表取締役山下達朗・松田裕之、以下Nishika）は、End-to-End型の音声認識AIと大規模言語モデルを組み合わせた専門用語・社内用語の認識機能を提供開始しました。

本機能は、7月上旬よりAI議事録サービスSecureMemoCloudに搭載されております。

SecureMemoCloudは、音声認識エンジン単体でも日本のビジネス会議音声に対して世界最高水準の認識精度を示していましたが、専門用語・社内用語の認識機能が加わったことで、さらなる精度向上・実用性向上を実現しております。

なお、弊社の採用する手法は、音声特徴量抽出からテキスト生成を１つのモデルで行う、End-to-End型の音声認識エンジンと大規模言語モデルを組み合わせた情報処理手段であり、業界初（※弊社調べ）の技術として特許出願中です。

単語登録前後の精度比較

単語登録前後での音声認識・文字起こし精度は以下のようになります。登録された単語に対する文字起こし結果の改善が見られます。

事例：物流業界

単語登録前後の文字起こし結果：

単語登録方法：

SecureMemoCloudの会員ページのキャプチャ。音声のヨミに対してどのように文字起こしするかを設定可能です。

使用した音源：

https://drive.google.com/file/d/18B-UNmYQVWIhDrZ2PIpj4iIMDBtNjgBB/view?usp=drive_link

事例：医療業界

単語登録前後の文字起こし結果：

単語登録方法：

SecureMemoCloudの会員ページのキャプチャ。音声のヨミに対してどのように文字起こしするかを設定可能です。

使用した音源：

https://drive.google.com/file/d/1bU1CxW-IO_hb2r487IGFT-iv1IZ-DA7V/view?usp=drive_link

世の中では一般的ではない社内用語や専門用語なども、このように単語登録をすることで文字起こし精度をさらに高めることが可能です。単語を1つずつ登録することはもちろんのこと、CSVによる一括アップロードで登録することも可能です。

今後の取り組み

SecureMemoCloudでは、今後も日本のビジネス会議音声に特化したさらなる精度改善に取り組んでいきます。

より大規模なデータセットでの訓練に加え、音声認識AIと生成AI（LLM）を組み合わせた総合的な精度向上について研究開発を進めています。

Nishikaについて

Nishikaは「テクノロジーですべての人が誇りを持てる社会を」をビジョンに掲げ、遍くビジネスパーソンにとってテクノロジーが身近な存在となるべくサービスを提供しています。

・AI搭載プロダクト（SecureMemo, SecureMemoCloud, Nishika Image Finder）

・AIコンサルティング・開発（AIコンシェルジュ powered by GPT, Build-in生成AI）

・AI人材マッチング（Nishika Connect, Nishikaエージェント）

・DX研修（生成AI研修, データ分析コンペによるDX研修）

SecureMemo/SecureMemoCloudの提供する、会議録・議事録に対する高精度なAI文字起こし・要約は、まさに多くのビジネスパーソンが求めるもので、テクノロジーを身近な存在にするものとして打ってつけのプロダクトと考えています。

・URL: https://info.nishika.com/

・所在地: 東京都港区芝浦3-7-8-202

・代表者: 代表取締役CEO 山下達朗、代表取締役CTO 松田裕之

・事業内容: AIソフトウェア、AIコンサルティング・開発、AI・データ分析人材特化型求人サービス、AI研修サービス

SecureMemo/SecureMemoCloudについて

Nishikaは、SecureMemo/SecureMemoCloudを通じて

「企業の会議を全てデータ化する」

を目標に掲げています。

今、会議に関するデータとして残されているものはテキストが多くを占め、実は最も多く発せられているデータであるはずの人の声は、データとしてはほとんどが記録されず「捨てられている」状況にあります。

非常に勿体無い状況にあると言えますが、データに残すための議事録作成が手間であること、文字起こしデータが大量に残っているだけでは価値を生むのが難しいことが壁となっていました。

SecureMemo/SecureMemoCloudは、議事録作成業務を効率化するとともに、従来は捨てられていた音声データをテキスト化し、生成AIにより有用な情報だけを抜き出して活用することで、企業に新たなデータ資産をもたらします。

SecureMemoは、世界最高水準96.2%の高精度な音声認識AIを搭載し、かつ全ての処理がオフライン環境で完結する、セキュリティを重視されるお客様向けに唯一無二の価値をご提供できるソフトウェアです。

「世界最高水準」を謳う音声認識AIは多くありますが、ノイズが混ざっていたり、さほど明瞭でない音声が含まれがちな会議音声においても高い精度を誇るのがSecureMemoの特徴です。

さらに、弊社にて独自に開発した、声紋登録を必要とせず、音声データのみから完全自動で話者特定を行うAIも搭載しています。

SecureMemoCloudは、SecureMemoでご提供している価値をさらにアップグレードしたものとなっており、GPU環境を使用することでさらに高精度・高速な音声認識を実現。

文字起こしにとどまらず、生成AIを活用した会議録特化型の要約まで実現します。

これからのSecureMemo/SecureMemoCloudは、AI文字起こしプロダクトとしての機能の拡張とともに、企業の会議から新たなデータ資産を生み出し、法人企業様のさらなる事業の効率化・成長に貢献することを目指します。