AppleがSiriのローカル目的地を見つける能力の背後にある技術を説明

Appleは、Siriがローカルの興味のある場所の名前を認識する能力を向上させる方法に関する技術的詳細を提供する新しい論文をMachine Learning Journalで発表しました。「Siriの地域特有の言語モデルを使用したローカル目的地の発見」というタイトルの投稿で、AppleはiOSがユーザーの現在の位置に関する知識をSiriの音声認識システムにどのように組み込んでいるかを説明し、単なる一般的な音声認識を超えた精度を提供し、Siriがローカルビジネスのような名前付きエンティティをより正確に認識できるようにしています。

Appleは、ほとんどのバーチャルアシスタントがスターバックスのような著名なビジネスの名前を正しく認識し理解するのにほとんど問題がないことを認めていますが、ユーザーが尋ねる数百万の小規模なローカルビジネスやサービスの名前を正確に特定することはより難しい課題です。これに対処するために、Appleはユーザーの位置に関する知識を音声認識システムに組み込むことから始め、ユーザーの位置の近くにある可能性のあるビジネスを特定するだけでなく、ユーザーがローカルビジネスの名前を発音する可能性のある地域音響モデルを構築し、Siriの言語モデルデータベースにほとんど表現されていない数百のビジネス名の複雑さに対処しました。

Appleは、アメリカ合衆国の各統合統計地域（CSA）に対して169のカスタマイズされた言語モデル「Geo-LM」を作成し、ユーザーが事前定義された地域の外にいる場合や、ユーザーの位置を特定できない場合に使用するための単一のグローバルGeo-LMを作成しました。各Geo-LMには、標準の音響モデルとともにSiriに供給される追加データが含まれており、そのユーザーの地域に特有の追加の速度認識データを提供し、Siriがユーザーの意図した単語の順序や地域特有の言葉遣い、ビジネス名の発音をよりよく理解できるようにしています。