東京ビッグサイトで開催中の「Wireless Japan 2012」。NTTドコモのブースでは、6月に新たにバージョンアップ予定の音声エージェント機能「しゃべってコンシェル」をデモ展示していた。 「しゃべってコンシェル」は、スマートフォンに話しかけることで、情報を調べたり端末の操作ができたりする機能で、Androidスマホ向けの無料アプリとして3月1日から提供されている。今回は新たに「Q＆A」という機能が追加された。 これは、「スカイツリーの高さは？」、「スイスの首都はどこ？」といった雑学に近いようなことでも、何か調べたいことを話しかけると、その言葉の意図を読み取ってインターネット上の情報を調べ、最適な回答を画面に表示してくれるというもの。NTTドコモ 飯塚真也氏（先進技術研究所 コミュニケーションメディア研究グループ）によると、「しゃべってコンシェル」では、話しかけた言葉をネットワーククラウドに上げ、それを文字に起こす「音声認識」、発話の意味を理解する「意図解釈」、この2つの技術を通すことで、最適な答えを抽出しているという。今回は「意図解釈」機能のバージョンアップによって、雑学などの質問に対しても回答ができるようになったとのこと。 これまでは、質問に対して複数の検索結果を表示していたが、「Q＆A」では、クラウド上で推定した「回答そのもの」の候補を直接表示する。前述の「スカイツリーの高さは？」という質問では、634mという答えがダイレクトに返ってくるし、「世界一幸せな国は？」といった少し曖昧な質問に対しても、インターネット上の情報から「ブータン」という具体的な答えを表示してくれる。また、「織田信長ってどんな人？」という、ひと言で答えることが難しい質問には、Wikipediaにある織田信長のページを引っ張ってくるなど、柔軟な対応もしてくれる。答えが直接表示されることで、ユーザーは知りたい答えをより素早く、簡単に得られるようになるというわけだ。 この「Q＆A」を含めた様々なサービス・コンテンツと、ユーザーの意図を正確に読み取る音声認識・言語処理技術の高さとの結びつきが、「しゃべってコンシェル」の強みであると飯塚氏は話す。iモード時代から培ってきたパートナー企業との協力体制で質の高いコンテンツを集約し、以前から取り組んでいる音声認識及び言語処理、特に日本語に関する技術力と組み合わせて提供できることが、他社のサービスとの差別化になり、この部分の精度を上げることに最も苦労したとのこと。これにより、今ユーザーが聞いているのは天気のことなのか、それともニュースを探したいのか、気になった雑学を調べたいのか、ここを正確に読み取り、豊富な選択肢の中から最適な答えを選んで表示することができる。 「Wireless Japan 2012」のドコモブースには「しゃべってコンシェル」の体験コーナーも設けられている。かなり幅広い内容の質問まで正確に、柔軟に答えてくれるので、是非会場にて実際に体験してもらいたい。 「しゃべってコンシェル」は基本的にAndroid 2.2以上の端末に対応しており、先日発表された夏モデルラインアップにもすべて対応する予定。今後も、音声認識・意図解釈というコア技術の精度向上はもちろん、ユーザーの利用状況を見ながらコンテンツの拡充を図っていくという。
【デジージョ レポート】いかにもシリコンバレーな素敵オフィスで、素敵なスマホを触ってきました
