English 
会話の多くはテキストが中心となっています。チャットボット、コパイロット、エンタープライズアシスタントが、投資家向けプレゼンテーションの主役を占めています。.
DubGuild 別の道を進んでいます。.
東京のスタートアップ企業は、JAFCOが主導し、Coreline VenturesおよびCyberAgent Capitalが参加したラウンドにおいて、21億円のシード資金を調達しました。同社は、音声をまずテキストに変換するのではなく、話し言葉を直接処理する、いわゆる「テキストフリー」で「音声重視」のAIモデルを開発しています。.
これは野心的な構想ですが、投資家たちはこれに賭ける気があるようです。.
日本のAI業界にとって、そちらの方がより興味深い話かもしれません。.
音声技術が、AI分野における次の争点となりつつあります
現在、ほとんどの音声アシスタントは同じプロセスを踏んでいます。.
これらは音声を聞き取り、それをテキストに変換し、そのテキストを言語モデルに送信し、最後に返ってきた応答を再び音声に変換します。機能はしますが、処理に遅れが生じたり、口調や感情、自然な会話のパターンがうまく表現できなかったりすることがよくあります。.
DubGuildは、そうした余計な手間を省きたいと考えています。.
同社は、音声を「音声データが添付されたテキスト」として扱うのではなく、音声を直接理解するモデルを構築しています。つまり、間や感情、リズム、そして表現の微妙な変化といった要素が、途中で失われてしまう情報ではなく、会話の一部として捉えられるようになるのです。.
技術的な違いのようです。.
実際には、人々がAIと関わる方法を一変させる可能性もあります。.
こちらもお読みください： 三菱重工業とプリファード・ネットワークス、基幹システムの国産AI構築で提携
投資家の関心はチャットボットだけにとどまりません
日本のスタートアップ業界において、21億円のシードラウンドが成立するのは、そう頻繁にあることではありません。.
投資規模は、企業そのものについてだけでなく、市場についても多くのことを物語っています。.
投資家たちは、汎用的なAIアシスタントにとどまらず、専門的なモデルを用いて具体的な課題を解決する企業に注目し始めています。音声分野は、急速にそうした分野の一つになりつつあります。.
顧客サービス、医療、エンターテインメント、教育、自動車業界の各企業は、いずれも音声によるコミュニケーションに依存しています。AIによってそうしたやり取りがより迅速かつ自然なものになれば、大きなビジネスチャンスが生まれます。.
おそらくそれが投資家を惹きつけたのでしょう。.
また、同社は日本のGENIACプログラムにも選定されており、国内の生成AI開発を加速させることを目的とした計算リソースやデータセットを利用できるようになりました。.
日本のハイテク産業が意味するもの
日本は、音声技術、ロボット工学、そして家電分野において、常に強みを持っています。.
音声AIは、それらの強みを融合させています。.
メーカー各社はすでに、AIを活用した工場アシスタントの試験導入を進めています。自動車メーカーは、よりスマートな車載システムの開発に取り組んでいます。カスタマーサポートセンターでは、機械的な印象を与えずに、繰り返しの多い対応を自動化しようとしています。.
より自然な音声モデルであれば、これらのアプリケーションのすべてを向上させることができるでしょう。.
また、主に英語圏市場向けに設計されたシステムを適応させるのではなく、日本語で製品を開発する開発者にとっての機会も生まれます。.
それが重要なのは、言語はコミュニケーションの一部に過ぎないからです。.
文脈、感情、そしてタイミングは、特に日本のビジネスや顧客とのやり取りにおいて、いずれも同様に重要です。.
企業は間もなく、AIの活用方法を見直すことになるかもしれません
多くの企業にとって、AIはまだチャット画面の中だけの存在です。.
従業員が質問を入力します。AIが回答を入力します。.
その変化を余すところなく体験できます。.
小売店のスタッフは、お客様への対応中に音声による指示を受けられるようになります。医師は、メモを打ち込む代わりに、会話を通じて診察記録を作成できるようになります。現場の技術者は、画面を見ずに機器のトラブルシューティングを行えるようになります。カスタマーサポート担当者は、話し方のニュアンスを理解し、リアルタイムで自然な応答ができるAIと連携して業務を行うようになるかもしれません。.
この技術は、従業員がわざわざ起動しなければならない別のアプリケーションになるのではなく、日常業務の中に自然と溶け込んでいきます。.
これにより、生成AIの導入が遅れていた業界全体での普及が進む可能性があります。.
競争はさらに激化しようとしています
DubGuildは、グローバル企業が巨額の投資を行っている分野に進出しています。.
OpenAIやGoogle、そしていくつかの音声AI専門スタートアップ企業などが、より高速で、より人間らしい会話システムの開発を競い合っています。この競争は容易なものではありません。.
一方で、グローバルなプラットフォームよりも、現地の言語や地域のビジネスニーズ、業界特有のユースケースを深く理解している企業には、活躍の余地があります。.
それが日本の強みになるかもしれません。.
汎用AIの分野で直接競い合うよりも、スタートアップ企業は、日本の企業、メディア企業、医療事業者、製造業向けに設計された音声モデルを開発することで、成功を収めることができるかもしれません。.
投資の行方を示す兆候
今回の資金調達ラウンドは、単なる1つのスタートアップだけの話ではありません。.
これは、投資家がAIの次の段階はテキスト生成にとどまらないと見ていることを示しています。音声は、独自のインフラ、研究、ビジネスモデルを備えた、独立したカテゴリーになりつつあります。.
日本の企業にとっては、注目すべき点です。.
自然な音声対話機能を製品やサービスに組み込む方法を見出した企業は、現在のチャットインターフェースよりも直感的な体験を生み出すことになるでしょう。.
AIは話すことを学んでいます。.
日本は明らかに、その議論の最初から参加したいと考えているようです。.
日本語