日本語にも対応するCortanaが目指す先とは? - 阿久津良和のWindows Weekly Report

2012年10月に中国で開催したMicrosoft Research Asiaでは、スピーカーが述べた内容を音声認識した後に字幕として表示。さらに機械翻訳を用いた中国語の表示と音声発信を行っていた。このようにCortanaは、生まれるべくして生まれた機能であると言えるだろう。

では、Cortanaを支える技術は、どのような仕組みになっているのだろうか。Build 2014のセッションによれば、以下のようなステップで動作する。

アプリケーション上でVCD(ボイスコマンドの定義)を作成
アプリケーション上のVCD XMLファイルに登録
ボイスコマンドの有効化と実行

ポイントとなるのは、2007年に買収したTellme Networksの音声認識技術だ。既存の研究結果とTellme Networksの技術を融合させた自然言語処理を、クラウド上で動作するセマンティック検索データベース「Satori」を経由して、適切なアクションを実行する。

あくまでもこの説明は「Windows Phone 8.1のCortana」であるため、「Windows 10のCortana」と合致しない部分も存在するだろう。