AmiVoiceの音声認識エンジン、ハイブリッドとE2Eの出力差異について

音声認識エンジン AmiVoice の2つのモデル（ハイブリッドと E2E）に同じ音声を入力すると異なるテキストが返されることが実験で確認されました。各エンジンの特性と出力の違いが明らかになります。

• AmiVoice の汎用日本語エンジンにはハイブリッドと End to End（E2E）の2つがあり、同じ音声でも異なる認識結果が返される
• E2E モデルは「半箱」を「万博」と誤認識する一方、ハイブリッドは「はんぱ%こ%」と異なる出力形式を示す
• 各エンジンは音声の曖昧性を異なる方式で処理し、フィラーや言い淀みの扱いにも差がある

※ Claude Haiku 4.5 による自動要約です。原文を必ず確認してください。