GENSHI Voice

診察や回診で話した内容を、そのまま文字にしたい。でも医療の言葉は、一般向けの音声認識だと崩れます。薬の名前、手術の術式、解剖の用語。GENSHI Voiceは、まず音声を認識し、そのうえでAIが医療の文脈で読み直して、崩れた部分を直します。「閉鎖コーヘルニア」のような聞き間違いを「閉鎖孔ヘルニア」に戻すのは、この後処理の仕事です。

配布はPython SDKの形にしました。院内システムやMedLocalから、自分たちのコードで呼び出して組み込めます。

前職のLivetoonでは、音声を作る側、つまり音声合成をフルスクラッチで開発していました。GENSHI Voiceはその逆で、音声を聞く側です。作る側で波形の細かいところまで触った経験が、聞く側で「どこで崩れやすいか」の勘に効いています。同じ音声でも、入口と出口の両方をやってみると見え方が変わります。