LG電子はマイクロソフト（MS）と提携し、家電と自然に対話できる人工知能（AI）ホームを実現している。ユーザーの言葉を正確に理解し、人のように会話を続けながらLG電子独自の声で応答する音声エージェントの開発を目指している。
キム・チョルハLG電子HSプラットフォーム事業センターのチーム長は30日、ソウルのCOEXで開催された『マイクロソフトインダストリーサミット』で『エージェントと音声で完成するAIホーム体験』をテーマに両社のAIホーム音声エージェントの協業事例を紹介した。
LG電子はAI家電をオンデバイスとクラウドを組み合わせた形で開発している。この過程でMSと協力し、音声認識（STT）や意図分析、音声合成（TTS）などボイスエージェントの核心機能を高度化している。
シンクオンはLG電子AIホームの中心で、家電とIoT機器を接続・制御するスマートホームハブである。生成型AIを基に、利用者と日常的な言葉で対話し、会話内容に基づいて接続された家電を制御したり、必要なサービスを提供したりする。
キムチーム長は音声AIの開発方向について「ユーザーの言葉を正確に認識するレベルから、人と自然に会話を続ける形に進化している」と説明した。
LG電子はこのような方向性をシンクオンのボイスエージェントに適用している。新しいボイスエージェントは、利用者の言葉を聞いている間に推論と応答の準備を始め、会話の遅延を減少させた。利用者が言葉を一時停止すると次の発話を待ち、AIが応答している途中で新たな言葉を発すると、既存の応答を中断して新しいリクエストを処理することも可能になった。
このようなリアルタイムの会話にはMSの『ボイスライブ（Voice Live）』が活用された。音声認識の結果がすべて出るのを待たずに、一部の結果が生成されると次の段階の処理を開始し、応答時間を短縮する方式である。
キムチーム長はボイスエージェントが会話の文脈を理解し、家電を制御し、利用者のリクエストに応じてコンテンツを生成する様子を示すデモ映像も披露した。子供が快適に眠れる温度を尋ねた後、「それなら寝室のエアコンをその温度に合わせて」と言うと、会話内容に基づいてエアコンを制御した。
音声認識にはマイクロソフトAzureの『カスタムスピーチ（Custom Speech）』を活用した。一般的な音声モデルが認識しにくいLG電子の製品名や機能名などを学習させるために使用した。
キムチーム長はシンクオンの言語パックを活用し、言語ごとの音声認識性能を改善するのにかかる時間も短縮したと説明した。彼は「他の事業部の場合、29言語の音声認識性能を改善するのに約10年かかったが、シンクオンがすでに保有していた言語パックを活用し、1年で16言語の音声認識性能を改善した」と述べた。既存の事例と比較すると約5.9倍の速さでの開発速度である。
音声合成にはMSのカスタムHDモデルとLG電子のAIペルソナを組み合わせた。状況や会話の文脈に応じて口調を変え、LG電子独自の『ブランドボイス』を実現するためである。
キムチーム長は「ボイスエージェントの機能は急速に高度化している」と説明した。該当のデモ映像は9月4日に撮影されたもので、その時は睡眠音楽を推薦するにとどまったが、現在は推薦した音楽を実際に再生できる機能を追加し、応答速度も改善した状態である。
キムチーム長は「良い音声エージェントはよく理解し、人と会話するように会話し、ブランドの声を発信することだ」と述べ、「マイクロソフトと協力しながら音声体験をより豊かにしている」と語った。
* この記事はAIによって翻訳されました。
