音声データ処理

研究開発・PoC

・「こな作業はAIで自動化できのかな？」と相談したい場合、
・「いいアイディアがあるけど、実験で確認する時間がなくて」と悩む研究室
は大歓迎です。

研究開発サポート

いいアイディアがあって、（あ）研究開発ほどの時間がない（い）技術的な力がない 「手が届かないので、新しい人が来たら、この実験やらせましょう」というよう

作業の流れ

（１）メール

まず、ご連絡お願いします。

音声処理のながれ

・

研究開発／PoC の流れ

・ヒアリング
・SOW 作成・確認
・毎週の報告
・中間報告
・最終報告

AI対アルゴリズム？

伝統的なアルゴリズムとDNNは対立するものではなく、それぞれの弱点を補完し合う関係にあります。 アルゴリズムの明確なルールや計算の確実性と、DNNの柔軟なパターン認識能力を組み合わせることで、 より効率的で信頼性の高いシステムを実現できます。 この協調により、単独では困難な問題にも対応できるようになります。

アルゴリズム

ほぼ10年以上アルゴリズム開発に従事しており、古典的なアルゴリズムの設計や最適化に豊富な経験を持っています。 長年の実務を通じて、効率的なデータ構造や計算手法について深く理解し、実践的な応用にも精通しています。

深層ニューラルネットワーク

当社は、最新のAI技術を常に追い続け、最適なソリューションを提供することに注力しています。 Hugging Face, ArXiv.org、Kaggle、Google Scholar、Facebook AI Blog などの情報源を頻繁にチェックし、 最新の研究成果や技術動向を把握。プロジェクトに適した技術があれば、モデルを手動で実装し、迅速に試験導入し、 実用化に向けた検証を行います。 これにより、最先端のAI技術を活用した革新的なシステムを提供し続けます。

AI対エンジニアリング？

AIとソフトウェア・エンジニアリングとは対立するものではなく、 互いの強みを活かし、補い合うべきものであると本社が考えています。 AIはコード生成などによって開発をサポートしているのは言うまでもないですが、 最先端レベルの AI を作成するためには、先端レベルのソフトウェアエンジニアリングも必要である。 このため、本社はAIの活用だけでなく、基盤となる設計も徹底的に行い、信頼性の高いシステムを構築します。

スケーラビリティ

スケーラビリティ（耐能性・拡張性）の鍵は、堅実な設計と強固な基盤です。

開発スケーラビリティ

「プラグラマー１０人をプロジェクトに追加したら、生産性が上がるの？」という課題を通暁しながら、 ソリューションの設計し、プロジェクトを管理します。

研究開発の再現性

研究実験の再現性は、科学的知識の信頼性を高め、研究の質を保証するために非常に重要です。 再現実験を通じて、実験計画や方法論の改善点が見つかることがあります。 研究実験の再現性を高めるために、ソフトウェア開発の再現性の概念と手法を適用することは非常に有効です。 ソフトウェア開発は、再現性を重視する分野であり、そのノウハウは研究実験にも応用できます。 Schnitt Team は ソフトウェア開発と研究実験の再現性の両方ともを同じく重視します。

コーディングをLLMに任せたりしますか？

はい、もちろんです。 AIはコード生成などによって、開発者の負担を軽減することできます。 ただし、LLMで生成したコードは、同僚が書いたと同じように扱って、レビューした上でコードベースに追加します。

サンプルプロジェクト

ソフトウェア開発とプロジェクト管理の実例にご興味の方は、 公開プロジェクトのリンク にクリックしてください。

特化した書き起こし用ツール

・combination of Excel and audio player ・optimized for operator ・AI integration ・multiple channels ・memory optimized: can handle recordings that do not fit into memory ・security : 　　・no local save streaming only 　　 ・encrypted ・plays audio noly to registered device (e.g. headset)

組み込み上の音声検知

・goal put CNN based VAD on raspberry pi Pico W.
・torch model to ONNX model
・VAD tuned for in-domain data
・tested to run for days

単語分割

数字生成