『AI suite』はメタバース/XR空間でのビジネスやOL会議などで活用可能

　『AI suite』は、テキスト情報の解析に加えて音声・映像情報の解析を可能にするマルチモーダル対話API など、さまざまなAI 技術を活用できるAPI群だ。会場では、『AI suite』の活用シーンを5つのデモで紹介。これらのデモで使用される技術は、メタバース空間/XR空間でのビジネスやオンライン会議などで活用が可能という。

　展示会場で初公開する「人格保有型 AI キャラクター」は、長期的な会話履歴を時系列保持することで、単調になりがちな NPC(Non Player Character) の会話応答を、より自然で多様なものにする。NPC 同士の生き生きとした会話でメタバース空間やXR空間を活性化し、集客効果を見込むなどの応用ができる。

「発話者のプロファイル」を考慮して話し手の人格を読み取り応答

　この技術は、「過去のn回分の対話」と、年齢・居住地・趣味嗜好といった「発話者のプロファイル」を考慮し、話し手の人格を読み取り応答することを可能にした。これにより、話し手と応答者の人格や関係性に沿った高精度な会話を実現。従来のユーザーIDを基に人格を学習する手法や、人格情報を記載した定型文を参照するといった手法と比較して、応答選択の精度が高いことが分かっている。

　『AI suite 』機能群を活用している、その他 4 つの展示デモは、メタバース空間/XR 空間における次世代の受付ナビゲーション「AI コンシェルジュ」と、オンライン会議参加者の感情や集中度などをリアルタイムで検出する「オンライン会議センシング」。

オンライン会議ツールとのAPI 連携も

　さらに、AI とのロールプレイによりユーザーの会話の特徴を定量評価する「AI とのロールプレイ診断」と、既存のオンライン会議ツールと連携し話者の感情分析などを行う「オンライン会議ツールとのAPI 連携」。

　これら４つの展示デモでは、NTTコンピュータ＆データサイエンス研究所が開発した次世代メディア処理AI 「MediaGnosis」などを用いて抽出した音声・映像の特徴量を、NTT レゾナントが独自開発した「マルチモーダル対話応答・感情予測エンジン」で音声・映像・言語から、感情・応答予測を統合学習している。

　NTT レゾナントによると、『AI suite』は、人の感情や状況を適切に理解したコミュニケーションを実現する。人の感情に寄り添う高度なコミュニケーションを可能にする AI サービスを生み出し、人と AI が共存する社会・経済活動への貢献をめざしたいとしている。