三菱電機が開発した新技術で音源分離を向上させる

三菱電機、タスク汎用音源分離技術を開発

三菱電機株式会社は、新たに「タスク汎用音源分離技術」を発表しました。この技術は、マイクで収音した混合音から選定した音源の種類に基づいて、目的の音を分離・抽出することができます。この革新的な技術は、製造現場や公共空間など、さまざまなシーンでの音の聞き分けを可能にし、AIシステムによる高度な状況理解を促進します。

背景と必要性

製造現場や公共スペースでは、周囲のノイズによって機械音や人の声が埋もれてしまいがちです。このため、AIによる異常検知や音声操作、状況把握が難しいことがあります。従来の音源分離モデルは、それぞれの用途に応じて個別に開発する必要があり、現場ごとに異なる音環境や目的への柔軟な対応が求められていました。

新技術の特長

1. プロンプトによる音の指定

今回の技術では、AIモデルにプロンプトを用いて特定の音を指示することで、複数の音源を同時に分離することが可能です。このアプローチにより、音声、環境音、機械音などのさまざまな音源から、特定の音声や異常音を抽出できます。この技術により、工場の機械音や複数人の会話、音楽などが複雑に混在するシーンでも、必要な音を効率的にキャッチできます。

2. 高速処理と汎用性

また、音源分離の処理は高速化され、エッジデバイスなど多様な機器への実装が可能です。マイクの本数に依存せずに音源を分離できるため、さまざまな環境でも利用できる柔軟性があります。このため、工場やオフィスビル、公共施設など、異なる状況での導入が期待されています。

3. フィジカルAIとの結合

本技術により分離・抽出された音は、異常検知や音声認識システムにおける推論に活用され、製造現場や公共空間の複雑な状況をより的確に理解する手助けをします。音源ごとの符号化技術により、AIエージェントへの聴覚機能も付与され、状況理解や判断においても品質向上が図られます。

展示会でのデモンストレーション

この新技術は、於：幕張メッセで開催される「CEATEC 2026」に出展される予定です。その場では、工場の機械音や音楽、複数の話者の音を同時に収音し、音源分離技術による抽出のデモが行われ、音声認識や異常音診断への活用が紹介される予定です。この展示により、多くの業界関係者に具体的なイメージを持ってもらうことが期待されています。

今後の展望

三菱電機は、2027年度中のフィジカルAIへの実装やその他製品への適用を目指し、今後さらに技術の高速化と高精度化を進めるとともに、さまざまな現場での実証を行っていく予定です。また、自社のデジタル基盤「Serendie®」と連携させ、異常検知や音声認識、音声操作など、現場のデータ活用をさらに促進する考えです。