Windows 9（仮称）に搭載されそうな「Siri」対抗の機能とは？：鈴木淳也の「まとめて覚える！ Windows 8.1 Update」（1/3 ページ）

[鈴木淳也（Junya Suzuki），ITmedia]

※本記事はアフィリエイトプログラムによる収益を得ています

次期WindowsではPCでも音声操作が当たり前になる？

　「Windows 9」とも呼ばれるMicrosoftの次期OS（開発コード名：Threshold）は、果たしてどうなるのか。同社が米サンフランシスコで開催する「次のWindows」についての発表イベントが、9月30日（日本時間では10月1日深夜2時から）に迫っている。

　同OSの新機能で気になるのが、「Cortana（コルタナ）」が標準搭載されるというウワサだ。Cortanaとは、モバイルOSのWindows Phone 8.1で採用されているパーソナルアシスタント機能で、AppleがiOSに載せている「Siri」に対抗するものだ。日本ではWindows Phone 8.1搭載のスマートフォンが発売されていないため、どういった機能なのか、知らない方がほとんどだろう。

　Cortanaの由来はMicrosoftの大ヒットゲーム「Halo」に登場するAIだと言われる。日本で発売されないOSの機能では興味が沸かないかもしれないが、これがPC向けの次世代Windowsに標準搭載されるとなれば、話は別だ。今回はこのCortanaについて、その仕組みや最新事情をまとめていこう。

FPS（一人称視点シューティングゲーム）の人気タイトル「Halo」シリーズに登場するAIキャラクターとしての「Cortana」

音声でもテキスト入力でも利用できるCortana

　Cortanaは「パーソナルアシスタント」と呼ばれるが、簡単に言えば、Windows Phone 8.1における「検索機能」の一種だ。同OSからは、3種類あるボタンのうち「検索ボタンを押す」形で呼び出せる。

　Cortanaの起動モードは2種類あり、1つが「検索ボタン長押し」で呼び出せる「音声入力モード」で、もう1つが「検索ボタン1回押し」で呼び出せる（テキスト入力による）「通常の検索モード」だ。後者の通常検索モードで「マイク型アイコン」を選択すれば、音声入力モードに移行できる。つまり、Cortanaは音声でもテキストでも入力を受け付けており、気分に応じて使い分けられるのだ。実際に表示される結果も一緒となる。

　ただし、音声入力モードではCortanaが音声で結果のダイジェストを返答してくれるのに対し、テキスト入力による通常の検索モードでは音声の返答がなく、単に結果が画面に表示されるのみ、という違いがある。

Cortanaの起動モードは2種類ある。「検索ボタン長押し」だと音声入力モードで起動し（画像＝左）、「検索ボタン1回押し」だと通常の検索モードで起動する（画像＝右）。画面上部にある丸形アイコンの形状の違いに注目だ

　対応言語に含まれながら現在Cortanaは日本語設定で起動できないため（※1）、基本的に英語利用での話を前提に進めていく。入力するフレーズは「Weather（天気）」のように1単語のみで反応する場合もあれば、「How about weather in Paris？（パリの天気はどう？）」のようにフルの文章入力でも反応したりと、さまざまなケースに対応する。

※Microsoftによれば、現在Cortanaが利用可能なのはオーストラリア、カナダ、中国、インド、英国、米国の6地域のみ

　Cortanaでは入力された音声を「Dictation（書き取り）」という形でいったん文章へと変換し、これを基に次のアクションを決定する。ただし、このDictationエンジンは、Microsoftが提供する検索エンジン「Bing」の機能に由来しており、インターネット接続ができない状態ではそもそも音声入力さえ行えない。この辺りはiOSのSiriと同様だ。

　検索の際には、個人の好みや利用条件をある程度反映して、同じ検索フレーズでも個々に結果が異なるようになっている。例えば、前述の「Weather」で検索した場合、現在の位置情報を基に近隣の天気を表示するといった具合だ。

Cortanaで「Weather」と入力すれば、現在位置を反映した天気情報が返答される

　またWindows Phone 8.1の初期セットアップ時に、Cortanaの利用開始許可に加えて、機能のカスタマイズも要求される。趣味や料理の好みなどが質問形式で聞かれるが、実際にこの結果がどの程度検索に反映されているのかは不明な部分が大きい。筆者はまだCortanaの利用を開始して1〜2週間程度だが、今後数カ月もすれば、その傾向が分かってくるかもしれない。

Windows Phone 8.1の利用開始時には、Cortanaの利用開始許可が求められる（画像＝左）。Cortanaの利用を許可すると、ユーザーのニックネーム入力や好みの確認など、複数の質問事項が提示される（画像＝右）

　音声入力は非常にシンプルで、特に物理キーボードが使えずにテキスト入力が煩わしいスマートフォンにおいては、情報検索で重宝する。Bingで検索可能な情報であれば、先ほどの天気のほか、近隣のレストラン情報などがすぐ引き出せて便利だ。

　一方で固有名詞の入力は難しい場合がある。例えば、有名な地名（San FranciscoやParisなど）であれば問題ないが、サンフランシスコの地元鉄道「Caltrain」の時刻表を引っぱってこようとCortanaに話しかけたところ、どうやってもCaltrainのフレーズを認識させられず、別のフレーズに変換され続けてしまった。

　こうした傾向は、今後正式リリースされるであろう日本語対応版でも同様と思われる。その場合は音声ではなく、テキスト入力を使ったほうが確実だ。