トヨタの未来が示す音声合成AIの新たな快進撃

トヨタ自動車のロボット「トミーくん」に搭載される音声合成AIとは

トヨタ自動車未来創生センターが開発したコミュニケーションロボット「トミーくん」は、今後の製造業におけるAI技術の発展を象徴しています。このロボットのさらなる進化に向けて、Airion株式会社が音声合成AIを開発しました。このAIは、トミーくんが人間と自然に対話できることを目指しています。

音声合成AIの役割

Airionが手掛けた音声合成AIは、トミーくんが受け取った声を認識し、その後自然言語処理AIを介して適切な応答を生成します。生成した内容は、実際にトヨタ自動車に所属する富川悠太キャスターの声で表現されます。これにより、トミーくんはあたかもリアルなキャスターのように、人間に対話を促すことが可能になるのです。

トミーくんの特徴

ジェスチャーと表情の表現

トミーくんは単に音声を使うだけではなく、身振り手振りなどの動作や、目の部分にあるディスプレイを用いた表情の変化で、より豊かなコミュニケーションを実現します。これにより、ロボットと人間のインタラクションがより一層スムーズになるでしょう。

開発の焦点

Airionが開発した音声合成AIには、以下の主要なポイントがあります。
1. 専門用語への対応: トミーくんは、トヨタ自動車に関連する専門的な話題に関しても適切に対話を行う必要があります。そのため、専門用語や固有名詞の発音を正しく行えるよう、システムに登録機能を持たせました。これにより、トミーくんは来場者に対する案内をスムーズに行えるようになります。
2. イントネーションの正確性: 音声合成において、特に重要なのがイントネーションの正確性です。専門用語を含む場合、そのイントネーションが誤っていると理解しづらくなります。Airionは、富川キャスターと協働し、正確な学習データを確保し、より自然な発話ができる音声合成AIを実現しました。
3. 応答速度の改善: ビジネスシーンにおいて、音声対話の応答速度は重要です。トミーくんが声をかけられてから応答するまでの時間は、極力短縮する必要があります。この実現のために、推論速度に優れたモデルを選定し、会話がスムーズに進むような工夫がこらされています。