リアルタイム音声対話機能でmiiboのユースケースはもっと広がる

みなさま、ChatGPTの音声対話の機能は活用されていますでしょうか？
私は時折、作業中の雑談相手に利用しています。

この記事では、現在開発中のmiiboのリアルタイム音声対話機能（仮称）の概要とユースケースを紹介します。

※ 本記事は株式会社miiboの提供です

リアルタイム音声対話機能

これまでの生成AIでの音声対話では、スムーズな会話が困難でした。
以前のアバターの記事においても、話しかけてから応答までタイムラグがあり、会話の自然さが物足りませんでした。

OpenAIのRealtime APIを皮切りに、リアルタイム音声対話のモデルがいくつか発表され、人間同士に近いスムーズな会話ができるようになりました。

miiboでは、これらのモデルをベースにmiiboらしさを乗せたリアルタイム音声対話機能を現在開発しています。
下記は、開発中のmiibo APIを使ったデモ動画です

仕様

最初は、WebSocket形式のAPIの公開を予定しています。
このAPIでは、音声情報に加え、エージェント設定や会話履歴、ステートなどmiibo独自の情報を付加した対話を実現します。

miiboならではのユースケースを考える

リアルタイム音声対話のモデルが続々と現れ、ユースケースも少しずつ出てきているかと思います。ここではmiiboならではのユースケースを幾つか考えてみます。

観光案内AIの回転率の向上

ChatGPTの音声対話では、AIの発言中にユーザが口を挟んでも止まって待ってくれるなど、常にユーザに寄り添う相手として設計されています。

言わばカウンセラーという役割ではとても有効に機能しますが、状況によっては少しそぐわない場面もあります。
例えば、現実の友人との会話では、長話が続くと徐々に会話に飽きてきたり、集中力が低下したりすると思います。しかし、AIが友人役割を演じてもこのような人間らしさが無いため、現実とのギャップから不自然さを感じることになります。

解決策の一つとして、発話の長さに応じた重み付けが考えられます。
シンプルな実装方法としては、ユーザーの発話が始まってからマイク音量をシステム的に徐々に下げることで、AIがユーザーの発言に「口を挟む」というような主体性を表現できます。これにより、AIは単なる聞き手から能動的な対話相手へと進化するのではないでしょうか。

miiboのシナリオ機能と発話の長さの重みを組み合わせることで、返答内容の変更、特定の質問のスキップ、不機嫌さの演出など、多様な応用が可能になります。

具体的なユースケースとして、駅のホームに設置された観光案内AI端末での活用を考えてみましょう。

者の中には単純に目的地への行き方やおすすめスポットだけを知りたい人もいれば、観光について詳しく質問したい人もいるでしょう。

例えば端末が1台しかない状況で、先頭のユーザが長時間質問し続けていると、次のユーザが利用できなくなります。
このような場合、会話の長さを考慮してシナリオを適切に遷移させることで、端末の回転率を向上させることができます。これにより、「聞きたかったけれど、並んでいるから諦めた」という潜在的なユーザーにも情報提供の機会を創出できるようになります。

緊張感のあるビジネスシミュレーション

リアルタイム音声対話の魅力の一つに、独特な緊張感があるかと思います。テキストであれば、返信に1時間でも1日でも時間をかけることができますが、音声対話では数秒でも沈黙の時間が流れていきます。長く返答がない場合はAIから促されるなど、自然とテンポの良さが求められます。

この緊張感は、面接・プレゼンの質疑・ミーティングなどの練習の場として有効に働くでしょう。

先月我々が発表したmiibo Agent Hubでは、AIエージェント同士が話し合い、MCPなども活用しながら協力する機能が搭載されていますが、複数AIが絡むリアルタイム音声対話を考えるとより面白いユースケースも生まれます。

例えば、営業活動のシミュレーション訓練を考えてみます。
ユーザーが営業担当者として参加する中で、先輩営業役のAIが商談の主導権を握り、クライアント企業の意思決定者、技術責任者、購買担当者などを演じる複数のAIと活発に交渉を進めていきます。

このシナリオでは、先輩営業AIとクライアントで議論が展開していく中で、ユーザーは「いつ、どのように介入すべきか」という判断を迫られます。ユーザが自ら発言しない限り、議論はAI同士で進行するため、能動的な参加が不可欠になります。

議論への割り込みはリアルタイム音声対話だからこそできる体験であり、さらにMCPなどを使いディスカッションへの貢献度を裏側でロギングすることで、深い学びに繋げることができます。

終わりに

miiboのリアルタイム音声対話機能について、少しでもご興味持っていただけましたでしょうか？

リリースの日程については、まだ決まっていませんが、一部の方々に先行でβ版を試していただくなど検討しています。
ぜひ、楽しみにお待ちください！

※ この記事の仕様や予定は記事執筆時のものであり、今後変更する可能性があります