「オッケー、ホンダ」で始まる対話型インターフェイスとの会話が自然で驚いた

日本では昨年10月に発売されたメルセデス新型AクラスにMBUX（メルセデス・ベンツ ユーザーエクスペリエンス）が搭載されて以降、一気にその存在が広まった感のある車載型音声認識システム。「ハイ、メルセデス」から始まる車内空間での会話に、何とも言えない恥ずかしさと新しさを感じた記憶がありますが、今回はそのホンダ版とも言える対話型インターフェイスのデモを取材できました。

その仕組みを簡単に紹介しますと、クラウドサーバー上で音声認識と自然言語（人が普段会話している言葉）の理解を行い、さらに何の話題について話しているのかといった発話意図の推定を並列に行うことで高速処理を実現し、人とのテンポのいい自然な会話を可能にするというものです。

会話の始まりは「OK,Honda（オッケー、ホンダ）」から。まずは定番の天気予報を聞いてみると、2秒ほどで画面表示とともに音声で教えてくれます。次に、天気を聞いたエリアの近くにあるゴルフ場や、レストラン検索を依頼。淀みなくスラスラと教えてくれる訳ですが、驚いたのはその処理スピード。これまで体験した同種のシステムでは最速に思えました。

次は少し意地悪な聞き方でレストランを絞り込みます。「中華以外で探して」と発話すると見事に表示。「以外」というワードをしっかり認識していることがわかります。もちろん内容によってはまだ間違えることもあるそうですが、意図の推定結果を毎回フィードバックすることで正しく発話内容を理解する作業を行い、徐々に学習していくということです。今すぐにでも実用化できそうな対話型インターフェイスに思えましたが、「量販車への搭載時期は未定」だそうです。

ホンダでは、「ホンダ・パーソナル・アシスタント」と称するドライバーの意図を理解できる知能化システムを構築中ということですが、今回のデモはその一端。将来的には今回の“自然言語理解エンジン”に加え、“画像認識エンジン”によるドライバーや同乗者の状態認識、“パーソナルプロファイル”による嗜好理解や行動予測を統合して行うことで「世界トップクラスのパーソナライズドサービスを実現」する、ということでした。