Whisper と Unreal Engine によるリアルタイムでの音声入力を利用したゲームの開発

抄録

音声入力は直感的な操作が可能な一方で処理時間や精度の面で劣るために、リアルタイムでの操作を要するゲームでは十分に利用されているとはいいがたい。そこで、リアルタイムでの音声入力を利用したゲームの現状や実用性を検討するため、音声認識の機械学習モデルである Whisper と、広く利用されているゲームエンジンである Unreal Engine により、Third-Person Shooter を開発している。この過程や結果を報告することで、リアルタイムでの音声入力が幅広くゲームに利用されることへの一助とする。