朝日新聞社のAI研究が音声処理国際会議で高評価を得る

朝日新聞社の画期的な音声処理技術

2026年9月、オーストラリア・シドニーで開催予定の世界最大級の音声処理技術に関する国際会議「Interspeech 2026」において、株式会社朝日新聞社のメディア研究開発センターから提出された論文が採択されました。これにより、同センターが取り組んでいる人工知能（AI）研究の重要性が国際的に認められることとなりました。

採択された論文内容とは？

提案論文の主著者である山内将吾氏は、AIモデルの小型化を実現しつつ、雑音の中から人間の声を高品質で抽出する新しい音声強調技術について報告しています。この技術は、特にスマートフォンや補聴器、オンライン会議など、多岐にわたる場面での実用化が期待されています。

昨今、音声認識や音声対話の分野においては、深層学習の利用によって技術が飛躍的に向上しましたが、その反面、高品質なモデルは多くのデータ処理能力を求められます。そのため、音声処理の分野では高品質を実現するための計算リソースが大きな課題とされてきました。

新たに提案された「QC-GAN」

本研究の中で紹介された「QC-GAN」という手法は、音の位相情報をより効率的に処理できる数学的手法「四元数」を用います。これにより、音声処理技術において優れた効果を引き出すことができ、従来の最新技術と比較しても、約半分のパラメータで同等の音質を実現しています。

さらに、モデルを小型化した場合でも高い音質を維持することができ、従来のアプローチを大きく上回る結果を示しました。これは、計算リソースを節約しながらも、魅力的なパフォーマンスを提供することが可能であることを示しています。