“美人”で人間そっくりのアンドロイド「ERICA」、JSTや阪大など開発 人間との自然な対話、実現へ

JSTと阪大などが、人間そっくりで“美人”なアンドロイド「ERICA」を開発した。ERICAをプラットフォームに研究を進め、人間と自然な対話を行える自律対話型アンドロイドの実現を目指す。

[ITmedia]

　科学技術振興機構（JST）と大阪大学、国際電気通信基礎技術研究所（ATR）、京都大学は8月3日、人間そっくりで“美人”なアンドロイド「ERICA」（エリカ）を開発したと発表した。人間の話を正確に理解し、相づちを打つなど、音声と動作が結びついた自然な対話をアンドロイドで実現するための研究プラットフォームとして活用する。

ERICA

要素技術を統合し、自然な対話を可能に

　人型ロボットが人間との対話を行う際には、音声認識や発話、視線の動きやしぐさ、表情などさまざまな面で違和感がない応答が必要だが、各技術を寄せ集めるだけでは違和感なく対話できるとは限らない。すべての要素技術を調和・統合させ、自然な対話を実現する技術は研究されてこなかったという。

　ERICAはこれらの要素技術を統合し、対話を継続させるための研究プラットフォームとして開発。「話者の動作を認識して相手の発話内容をある程度絞り込み、音声言語理解の精度を高める」「音声言語理解に失敗しても、視線や相づちなどで対話を継続する」など、人間と自然な対話が行えるアンドロイドの実現を目指す。

“美人顔”参考にCG合成　声は「人間と区別が付かないレベル」

　ERICAの身長は166センチ、能動関節19カ所、受動関節30カ所。左右の眼球に1つずつCMOSカメラを搭載し、左右外耳に1個ずつマイクを備えた。制御は外部PC（Windows／Linuxなど）で行う。

　従来のアンドロイドは実在の人物をモデルにしてきたが、ERICAは“美人顔”の特徴を参考にCGで合成。鼻と口とあごが一直線上に並ぶ「ビーナスラインの法則」など多くの美人顔に見られる共通的な特徴を持たせた。顔の左右は対称で、日本人とヨーロッパ人のハーフとして見られるよう、彫りの深さや鼻の大きさ、高さを調整した。

　姿形を合成することで、ロボットとしての親しみやすさと人間としての存在感を併存させたほか、肖像権を持たないため研究プラットフォームに適しているという。

　発声から唇の動きや頭部の動きを自動的に再現し、発話と一致した自然なしぐさを生み出す動作生成システム、多様な発音の音声を認識できる音声認識システム、対話生成システム、距離センサーで人の位置を計測する人追跡システムなどを備えた。

　音声合成はHOYAの「Voice Text」をベースに作成。声優の音声を20時間以上収録し、録音した声を音素に分解・再合成することで、合成音声ながら「ほとんど人間の声と区別がつかないレベル」を実現したという。

　体には空気圧アクチュエーターを19本埋め込み、頭部の滑らかな動きを実現。2年後をめどに30本まで増やし、腕も含めた上半身が人間らしく動くように改良する。

　アクチュエーターの制御に用いるサーボ回路はほぼ無音の新回路で、大きさは従来のアンドロイドに用いてきた回路の半分以下に抑えた。今後アクチュエーターの数を増やしてもアンドロイドの外見に影響を与えることなく、体内に埋め込める見通しという。

　研究室の来客と対話し、自己紹介をするという限定された状況ならば、人間の動作や音声を認識し、人間と対話できるという。適切な受け答えという発話内容に加え、発話者を見る、相手の発話リズムに合わせて相づちを打つ、自分の発話リズムに合わせて頭や表情を動かす――など、音声と動作が結びついた自然な対話が可能としている。

　今後、ERICAをプラットフォームとして研究を進め、より多様な状況で違和感のない自然な対話を実現を目指す。例えば、視線やしぐさなどで対話を続けたいという意図を示すことで、相手の人間も対話を続ける気にするなど、言語コミュニケーション技術と視線や振る舞いなどの非言語コミュニケーション技術を同時に進化させ、より自然な対話を可能にする計画だ。