新しいAIとの対話体験を実現するLivetoonの革新技術とは

LivetoonのAIモデルが変える対話の未来

AI技術が進化する中、株式会社Livetoonは新たな対話体験を提供するため、独自のAIモデルを開発しました。今回開発されたのは、話し手の発話が完了したかどうかを90%以上の精度で検知する「ターン検知AI」と、感情を読み解く「多感情解析AI」の2つのモデルです。これにより、ユーザーは自然で感情豊かな対話を楽しむことができます。

背景：AIとの会話が抱える課題

従来のAI対話システムでは、音声をテキストに変換し、AIが応答を生成して再び音声で返すという一連の処理が必要です。この過程で、AIが会話の区切りを正確に判断できず、タイミングのずれや反応の遅れが生じることが多くありました。また、テキストに含まれる感情を理解できず、平板な応答になるという問題もありました。Livetoonは、この「タイミングの壁」と「感情の壁」を打破するために、新たなAIモデルの開発に着手しました。

新モデルの特徴

ターン検知AI

「ターン検知AI」は、ユーザーの発話が終わったかどうかを瞬時に判断します。この機能により、従来のAIがありがちな不自然さが解消され、スムーズに会話のキャッチボールが可能に。

さらに、350万件に及ぶ独自の対話データをもとに学習し、判定精度は90%以上に達しました。これにより、一般的なPCで1秒間に約54回の高速判定が可能です。これは人間がまばたきをする瞬間に20回以上判断できる速度です。

多感情解析AI

次に「多感情解析AI」は、喜びや悲しみなど5つの感情を四段階で読み解き、微妙な感情のニュアンスを理解します。これにより、「嬉しい」と「とても嬉しい」の違いをAIが察知できるようになります。

社内評価では、このAIの感情認識の判断が人間と約90%の一致率を記録しており、非常に高い精度を誇ります。リアルタイム対応が求められるため、軽量で高速な設計が施されています。

技術の裏にあるLivetoonの強み

これらの高度なモデルは、Livetoonの技術力によるものです。350万件の独自の対話データにより、日本語の文法を深く解析し、会話の「呼吸」を学習させるという独自の前処理が行われています。また、巨大なAIモデルの知識をコンパクト化する「知識蒸留」により、高性能を維持しながらも軽量化が実現されました。すべての設計は「ストレスを感じさせない応答」を目指し、ユーザー体験を1秒以内におさめることを基準としています。

Livetoonが目指す未来

LivetoonのCEO、木下恭佑氏は、「AIが人の友となり、誰もがキャラクターと対話できる未来を作りたい」と語ります。AIキャラクターはユーザーの思いや悩みを映し出す「鏡」であり、寄り添う「友」となるのです。

CTOの長嶋大地氏は、今回の開発が「タイミングの壁」と「感情の壁」を取り払い、AIとの共生体験を実現する第一歩であると述べています。