お客さまのことを深く理解し、行動を支援する先読みエンジンの研究開発

山田 直治

NTTドコモ　R＆Dイノベーション本部　サービスイノベーション部　第2サービス開発
担当課長

私たちは、スマートフォンから得られる行動データを通して、お客さまのことを深く理解し、お客さまにとって必要な情報やサービスを最適なタイミングで提供する、先読みエンジンの研究開発に取り組んでいます。先読みエンジンは、NTTドコモのAIエージェントサービス「my daiz」や、自動車向けの音声エージェントサービス「AIインフォテイメントサービス」で利用されています。
今回のプロジェクトでは、トヨタ自動車様のAIエージェント「YUI」が、先読みエンジンを活用することで、お客さまのことを少しずつ理解し、それに応じてお客さまを支援できる内容を増やしていくことで、YUIが成長していく様子を体感いただきたいと考えています。
近年、スマートフォンが高機能化し、スマートフォンでできることが増える一方で、スマートフォンを十分に使いこなせないお客さまも存在します。また、たとえスマートフォンを使いこなせたとしても、スマートフォンの操作や、「スマートフォンで調べる」という行為自体が面倒に感じるときもあります。それに対して、先読みエンジンを搭載したAIエージェントが、お客さまの今の状況や気分、さらには潜在的な欲求を理解し、それに応じてお客さまが求める情報やサービスを最適なタイミングで提供することで、お客さまにとってなくてはならないパートナーとなり、今よりも、便利で、新たな発見に満ちた、豊かな生活を過ごせる世界をめざしています。

研究者紹介

人とコンピュータのコミュニケーションに向けた研究開発

小林 和則

NTTメディアインテリジェンス研究所
主幹研究員

私たちは、長年にわたり音声・音響の研究開発に取り組んできました。近年は、電話やTV会議といった人と人とのコミュニケーションから、人とコンピュータのコミュニケーションへとテーマをシフトし、人と同レベルのコミュニケーションが可能なAIの実現に向け研究開発を進めています。今回、この研究成果である「インテリジェントマイク」「音声認識」「音声合成」を、トヨタYUIプロジェクトのAIエージェントのキーコンポーネントとして提供しました。
「インテリジェントマイク」は、走行音や音楽など音声以外の音を除去し、AIが理解しやすいように音声を抽出します。また、話している人が、どの座席に座っているかを自動判別します。これにより、走行音や音楽のある自動車内においても正確な音声認識と座席に応じた適切な応答を実現します。「音声認識」は大語彙の辞書を用いても素早く正確に音声を文章へ変換することが可能です。これにより、コマンドではない自然に話した音声を瞬時に文章へと変換し、テンポのよい対話を実現します。「音声合成」は肉声に近い音声を合成することができ、感情豊かなコミュニケーションを実現します。
今後は、人の感情や意図の理解や、音声以外も含むあらゆる音の識別や周囲環境の理解、人の温かさを感じられるようなコミュニケーションなど、人とコンピュータのいい関係を実現する研究開発をさらに進めていきます。