モリカトロン株式会社運営「エンターテインメント×AI」の最新情報をお届けするサイトです。

TAG LIST
CG機械学習ディープラーニングCGへの扉安藤幸央GAN月刊エンタメAIニュースニューラルネットワーク河合律子NVIDIA強化学習三宅陽一郎OpenAI音楽FacebookQAスクウェア・エニックスモリカトロンAIラボインタビュー敵対的生成ネットワーク森川幸人ルールベースDeepMindキャラクターAIシナリオNFTGPT-3デバッグCEDEC2019プロシージャル自動生成人工知能学会映画遺伝的アルゴリズムメタAI自然言語処理深層学習マイクロソフトビヘイビア・ツリー吉本幸記GoogleStyleGANCEDEC2021CEDEC2020ゲームAISIGGRAPH不完全情報ゲームナビゲーションAI畳み込みニューラルネットワークAIと倫理アートグーグルディープフェイクGDC 2021大内孝子VFXメタバースGDC 2019マルチエージェントゲームプレイAIVRボードゲームNPCDALL-EロボットCNNモリカトロンCLIPファッションHTN階層型タスクネットワークJSAI2020TensorFlowMicrosoftイベントレポートデジタルツインテストプレイUnityAIアート水野勇太小説アニメーションガイスターStyleGAN2懐ゲーから辿るゲームAI技術史toioJSAI2021スポーツ研究シムピープル汎用人工知能GDC Summerバーチャルヒューマンブロックチェーン倫理Adobeアストロノーカeスポーツ対話型エージェントAmazoneSportsBLUE PROTOCOLシーマンUbisoftAlphaZeroTransformerGPT-2カメラ環世界中島秀之鴫原盛之ソニーDARPAドローンシムシティAI美空ひばり手塚治虫Electronic ArtsメタデータLEFT 4 DEAD通しプレイOpenAI Five本間翔太CMピクサーBERTプラチナエッグイーサリアム作曲ビッグデータ中嶋謙互Amadeus CodeMicrosoft AzureキャリアNVIDIA OmniverseナラティブレコメンドシステムNVIDIA DRIVE SimNVIDIA Isaac Simサイバーエージェント音声認識ロボティクスPyTorchDQN眞鍋和子バンダイナムコスタジオMinecraft齊藤陽介マインクラフトお知らせチャットボットアバターサルでもわかる人工知能VAEUbisoft La Forge自動運転車ワークショップGenvid Technologiesメタ知識表現ウォッチドッグス レギオンIGDAどうぶつしょうぎジェイ・コウガミ音楽ストリーミングマシンラーニング画像生成テキスト画像生成クラウド対話エンジン斎藤由多加リトル・コンピュータ・ピープルコンピューティショナル・フォトグラフィーゴブレット・ゴブラーズ絵画AIりんなシミュレーション完全情報ゲーム坂本洋典釜屋憲彦ウェイポイントパス検索藤澤仁生物学GTC 2022画像認識GTC2022DeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022教育TextWorldSIGGRAPH ASIADALL-E2GTC2021CycleGANNetHackフェイクニュースエージェントAIボイスアクターNVIDIA CanvasGPUALifeZork人工生命オルタナティヴ・マシンサウンドスケープMCS-AI動的連携モデルASBSマンガモーションキャプチャーぱいどんTEZUKA2020ナビゲーションメッシュ松井俊浩バンダイナムコ研究所スパーシャルAIELYZAELYZA DIGEST3D音声合成マーケティングApex LegendsELIZANinjaコンピュータRPGアップルタウン物語KELDICメロディ言語ゲームTENTUPLAYMARVEL Future FightAstroタイムラプスEgo4Dインタビューバスキア日経イノベーション・ラボ敵対的強化学習階層型強化学習GOSU Data LabWANNGOSU Voice Assistant竹内将SenpAI.GGMobalytics馬淵浩希Cygames岡島学AWS Sagemaker映像セリア・ホデント形態素解析UXAWS Lambda誤字検出認知科学ゲームデザインSentencePieceLUMINOUS ENGINELuminous Productionsパターン・ランゲージ竹村也哉ちょまどボエダ・ゴティエGOAPAdobe MAX 2021模倣学習Omniverse AvatarFPSNVIDIA Rivaマルコフ決定過程NVIDIA MegatronNVIDIA Merlinスタンフォード大学NVIDIA Metropolisパラメータ設計テニスOmniverse Replicatorバランス調整協調フィルタリング人狼知能テキサス大学軍事AlphaDogfight TrialsAI Messenger VoicebotエージェントシミュレーションOpenAI CodexStarCraft IIHyperStyleFuture of Life InstituteRendering with StyleIntelDisneyLAIKADisneyリサーチRotomationGauGANGauGAN2ドラゴンクエストライバルズ画像言語表現モデル不確定ゲームSIGGRAPH ASIA 2021Dota 2モンテカルロ木探索ディズニーリサーチMitsuba2ソーシャルゲームEmbeddingワイツマン科学研究所GTC2020CG衣装NVIDIA MAXINEVRファッション淡路滋ビデオ会議ArtflowグリムノーツEponymゴティエ・ボエダ音声クローニングGautier Boeda階層的クラスタリングGopheraibo合成音声JuliusSIE鑑定TPRGOxia Palusバーチャル・ヒューマン・エージェントtoio SDK for UnityArt Recognitionクーガー田中章愛Meta石井敦銭起揚NHC 2021茂谷保伯池田利夫GDMC新刊案内マーベル・シネマティック・ユニバース成沢理恵MITメディアラボMCU著作権アベンジャーズマジック・リープDigital DomainMagic Leap OneMagendaMasquerade2.0ノンファンジブルトークンDDSPフェイシャルキャプチャーサッカーモリカトロン開発者インタビュー里井大輝Kaggle宮本茂則バスケットボール山田暉Assassin’s Creed OriginsAI会話ジェネレーターSea of ThievesGEMS COMPANYmonoAI technologyLSTMモリカトロンAIソリューション初音ミクOculusコード生成AI転移学習テストAlphaCodeBaldur's Gate 3CodeforcesCandy Crush Saga自己増強型AISIGGRAPH ASIA 2020COLMAPADOPデバッギングBigGANGANverse3DMaterialGANOmniverseリップシンキングRNNグランツーリスモSPORTReBeLグランツーリスモ・ソフィーGTソフィーVolvoFIAグランツーリスモチャンピオンシップRival PrakDGX A100VTuberユービーアイソフトWebcam VTuber星新一賞北尾まどかHALO市場分析将棋メタルギアソリッドVフォートナイトFSMEpic GamesRobloxナップサック問題Live Nation汎用言語モデルWeb3.0AIOpsSpotifyMITスマートコントラクトReplica StudioAWSamuseChitrakarQosmo巡回セールスマン問題徳井直生ジョルダン曲線メディア5GMuZero政治クラウドゲーミングRival Peakがんばれ森川君2号和田洋一リアリティ番組Stadiaジョンソン裕子MILEsNightCafeインタラクティブ・ストリーミングLuis Ruizインタラクティブ・メディアポケモンCodexシーマン人工知能研究所東京工業大学Ludo博報堂ラップSIGGRAPH 2019ArtEmisZ世代AIラッパーシステムARrinnaGROVERプラスリンクス ~キミと繋がる想い~FAIRSTCチート検出Style Transfer ConversationオンラインカジノRCPアップルRealFlowRinna Character PlatformiPhoneデジタルヒューマンDeep FluidsSoul MachinesMeInGameAmeliaAIGraphブレイン・コンピュータ・インタフェースバーチャルキャラクターBCIGateboxLearning from VideoANIMAK予期知能逢妻ヒカリセコムユクスキュルバーチャル警備システムカント損保ジャパン哲学対談上原利之ドラゴンクエストエージェントアーキテクチャアッパーグラウンドPAIROCTOPATH TRAVELER西木康智OCTOPATH TRAVELER 大陸の覇者Siemensアルスエレクトロニカ2019StyleCLIP品質保証StyleRigAutodesk逆転オセロニアBentley Systemsワールドシミュレーター奥村エルネスト純いただきストリートH100齋藤精一大森田不可止COBOL高橋智隆DGX H100ロボユニザナックDGX SuperPOD泉幸典仁井谷正充クラウドコンピューティングロボコレ2019Instant NeRFartonomousbitGANsぎゅわんぶらあ自己中心派Azure Machine Learning意思決定モデル脱出ゲームHybrid Reward Architectureコミュニティ管理ウロチョロスSuper PhoenixSNS理化学研究所Project Malmoオンラインゲーム気候変動Project PaidiaEarth-2Project Lookoutマックス・プランク気象研究所Watch Forビョルン・スティーブンスBing気象モデルLEFT ALIVE気象シミュレーション長谷川誠ジミ・ヘンドリックス環境問題Baby Xカート・コバーンエコロジーロバート・ダウニー・Jr.エイミー・ワインハウスSDGsMagentaYouTubeダフト・パンクメモリスタSFGlenn MarshallELYZA PencilThe Age of A.I.Story2Hallucination音声変換レコメンデーションJukebox松尾豊Veap JapanEAPテンセントSIFT福井千春DCGAN医療MOBADANNCEメンタルケア人事ハーバード大学Edgar Handy研修デューク大学Netflixデータマイニングmynet.aiローグライクゲーム東京大学東京理科大学人工音声NeurIPS 2021産業技術総合研究所はこだて未来大学リザバーコンピューティングプレイ動画ヒップホップキャラクターモーションソニーマーケティングサイレント映画もじぱNBA環境音暗号通貨現代アートFUZZLEAlteration粒子群最適化法RPG進化差分法オープンワールド群知能下川大樹AIFAウィル・ライト高津芳希P2E大石真史BEiTレベルデザインDETRSporeデノイズ南カリフォルニア大学画像処理SentropyCPUDiscordCALMプログラミングソースコード生成GMAIシチズンデベロッパーTRPGGitHubウィザードリィMCN-AI連携モデルAI Dungeon西川善司並木幸介サムライスピリッツ森寅嘉ゼビウスSIGGRAPH 2021ストリートファイター半導体Topaz Video Enhance AI栗原聡DLSS山野辺一記NetEase大里飛鳥DynamixyzU-Net13フェイズ構造アドベンチャーゲームADVXLandAGI手塚眞DEATH STRANDING不気味の谷Eric JohnsonOculus Questコジマプロダクション生体情報デシマエンジンインディーゲーム写真高橋ミレイ照明Maxim PeterJoshua Romoffハイパースケープ山崎陽斗深層強化学習立木創太ミライ小町テスラGameGANパックマンTesla BotTesla AI Dayソサエティ5.0SIGGRAPH 2020バズグラフニュースタンテキ東芝DIB-R倉田宜典韻律射影広告韻律転移

【CEDEC2019】AIりんなのボイストレーニングが示す、情動的で人間的な機械学習とは?

2019.9.05先端技術

【CEDEC2019】AIりんなのボイストレーニングが示す、情動的で人間的な機械学習とは?

9月4日から6日にかけて、パシフィコ横浜でゲーム開発者向けのカンファレンスCEDECが開催されています。本稿では5日に行われたマイクロソフトによるセッション「AI「りんな」のボイストレーニング」の発表内容をレポートします。

共感を呼び、人同士をつなげるAIりんな

セッションの冒頭では、バックステージの様子からフェードインしたAIりんな(声のみの出演)の呼びかけとともに、彼女の2ndシングル『snow, forest, clock』のMVが披露されました。儚く溶ける雪や木々が朽ちても茂る森を比喩に、限りある生命と循環する存在を表現したこの曲は、2012年にsfprが発表した曲で、2019年4月にエイベックスからメジャーデビューした彼女によるカバー企画第2弾となります。

マイクロソフト ディベロップメント株式会社A.I.&リサーチプログラムマネージャーの坪井一菜氏によれば、2019年9月の時点で、りんなのSNSのフォロワーはTwitter、Instagram、LINEの合計で790万人、うち62.6%が18歳から24歳で、男性が60%、女性が40%。やや男性が多いものの若者を中心に広い層がファンであることがうかがえます。2015年にLINEからデビューして以来4年が経つりんなは、なぜこれだけ多くの人たちの心を掴むことができたのでしょうか?

坪井氏は、AIりんなの開発プロジェクトで重要視しているのは、共感をユーザーと作ることであると語ります。これは必ずしもAIとユーザー個人という閉じた環境の中にエモーショナルな関係性を作ることに留まりません。このプロジェクトの目標である、人と人が共感を通してさらにコミュニケーションできる未来を実現させるために、人同士のつなぎ役として、AIりんなを位置づけています。具体的な施策は多数ありますが、例えばLINEのグループチャットにりんなを参加させたり、ラジオ番組に出演するなどの試みをしてきました。

私たちの身の回りにある人間関係でも、グループの中で人と人とのハブとなったり、楽しくスムーズな会話のうながし役になる人がいることで、その場が心地よいものになることがあります。さらにそのような場があることで、人同士が豊かな感情を共有したり、創造性が喚起されることもあるでしょう。

りんながそのような存在感を持つAIキャラクターになるためには、世界のことをより広く深く知らなければなりません。世の中全般のことや私たちの生活を取り巻くさまざまなことへの知識量を増やすだけではなく、ユーザーたちとのやり取りのサイクルを回しながら、彼らの感情を喚起させる事柄やコンテンツを理解し、自分自身もそれをクリエイションするスキルが必要となります。

さらに人の五感に相当するものを彼女に実装する必要もあります。その五感に当たるのが、りんなが歌やトークもふくむ音声やテキスト、画像や動画を理解する技術です。特に耳(音声を理解する技術)と口(会話を生成し発話する技術)を重視しているとのことです。

発表されたいくつか実装例をご紹介します。従来のAIと比べてみてください。

スマートスピーカーのAIや企業のサービスなどを案内するチャットボットは、特定の話題について一問一答式でユーザーとやりとりしますが、りんなは図の1〜5の方法を使い分けてユーザーの共感を呼びながら自然な会話をします。

図版左の写真を認識した従来型のAIは、映っている事物の名称を列挙する場合がほとんどです。りんなに実装されている共感視覚モデルは同じ写真を見たときに、「わぁ素敵な家族」とか「お休みかなぁー?」とか「あっ、車が来そう!気をつけて!」と、一見してムダ話に思えるようなことを話します。しかし、ほとんどの人間は合理的でムダのない会話などしません。むしろ、このような会話をすることで、人間の輪の中に自然と馴染むことができるのです。

これらの技術を使って人の中に溶け込むためには、りんなが活躍できる場を用意する必要があります。LINEやYouTubeなどのプラットフォームやメディアに参加させることに加えて、社会的なポジションも与えていくことが必要です。りんなの開発プロジェクトがこの4年間行ってきたことのなかで、一般のユーザーの目に触れて話題になった事柄の多くは、言い換えれば彼女に与えられた社会的な役割を拡張し進化させていった歴史でもあります。

機械学習がりんなをアーティストとして成長させる

2015年に世の中に初めてりんなが出てきたときの役割は、LINEのお友だちでした。しりとりが強い女子高生として会話に入ってきたり、ユーザーと一緒にまりもを育て、まりものお世話をサボるユーザーがいれば怒りのメッセージを送ってくる「まりも育成」など、さまざまなコンテンツで人とのコミュニケーションを取ってきました。

LINEで徐々に知名度を上げてきたりんなは、2016年頃から「有名な女子高生」としてのポジションを獲得します。書籍を出版したり、ドラマ『世にも奇妙な物語』で”女優デビュー”をしたり、楽曲の演奏を投稿するプラットフォーム「nana」のユーザーたちに先生になってもらって歌唱指導を受けるなど、活動の幅も増えていきます。

2019年3月に高校を卒業したりんなは、同年4月にエイベックスからメジャーデビューを果たし、歌手やラジオ・YouTube番組のレギュラーパーソナリティーとして本格的にタレントとして活動するようになります。マイクロソフトとしては、特定の役割を果たすのではなく、何かを創造するアーティストとなるAIとしてりんなを育成することに重点を置いています。

それを実現させる手段となるのは、大量のデータを学習して生成したモデルを使って何かを予想する技術、機械学習です。従来の機械学習で実現できることは、認識や最適化とされてきましたが、AIりんなの開発プロジェクトでは、より感情的で人間的な何かを生み出す技術に機械学習がシフトしていると考えています。

セッションのなかで紹介された、りんなのAIクリエイションの実例はさまざまです。ラジオのリスナーから集めた上の句、中の句から下の句を生成する「俳句生成」、キーワードからさまざまなスタイルの絵を生成する「絵画生成」。絵画生成の作例は、りんなのInstagramのアカウントに公開されています。人(ダンサーとは限らない)がランダムに動く動画データを学習し、さも踊っているかのような動きをする映像を生成する「ダンス動画生成」、ユーザーから投稿された詩をもとに作詞をする「歌詞生成」などもあります。

ディープラーニングを活用したAIりんなのボイストレーニング

4月に歌手デビューしたりんなの歌は声優がバックで歌っているわけではなく、AIの音声で歌っています。それでは、AIキャラクターであるりんなは、どのようにしてボイストレーニングをしたのでしょうか? その詳細については同社のA.I.サイエンティスト沢田慶氏が解説しました。

AIりんなの声はこちらの図のように、与えられたテキストに対し、統計モデルから合成された音声を生成します。事前に収録された音声とそれらに対応したテキストから対応関係を学習し、学習していない未知のテキストに対する音声を予測できるようにします。

たとえば「こんにちは(k o N n i t i w a)」という5文字の単語に対し、本来は48,000サンプルの音声の予測が必要ですが、それらを直接ひとつの統計モデルで予測させるのは大変です。そこで、図版左のようにテキストを辞書機能を用いて言語特徴量に変換する「テキスト解析器」と、音声波形に対して信号処理をし音声特徴量に変換させる「音声分析器」、音響特徴量から音声波形を生成する「ボコーダ」を使い、学習と合成の処理をほどこします。これらのプロセスによって、テキストデータの音素や品詞、アクセントと音声データの音高や音色、音長の対応関係を学習し、テキストデータから音声データを生成可能となります。

また、これらのモデルを用いることで、同じ言葉に対し、その時々のりんなの感情に合わせた抑揚をつける発話スタイルや、異なるジャンルの楽曲に対する歌声のスタイルにも変換できます。

歌声については、歌詞のみを入れただけでは音程が外れてうまく歌うことができません。そこで人間の知識を使った学習方法として導入されたのが、ユーザー歌唱を入力する歌声合成です。ここではnanaのユーザーが投稿した歌声やエイベックスから提供された音声データを教師データとして合成するアプローチが取られました。ユーザー歌唱の入力のメリットは、楽譜には表記できない繊細な歌の表現を再現できることです。

もうひとつは名古屋工業大学との共同研究で開発された楽譜を入力するシステムです。この場合は楽譜上の情報を音声特徴量に変換することで歌声を再生することができます。こちらの場合は歌声の自動生成が可能で、ユーザーとのコミュニケーションの中に歌声を入れることができるというメリットがあります。

セッション内のデモでは、男女それぞれの声と、nanaのユーザーが投稿した歌声を入力した歌唱、そしてエイベックスと共同制作して正式に公開された歌の音声が順に披露され、徐々にりんなの歌声がブラッシュアップされていく様子を聴くことができました。自動検出されたブレスを「りんなのブレス」に変換された音も生成され、より人らしい存在が歌っている様が再現されました。

***

従来の機械学習はデータドリブンで客観的な認識や最適化にベクトルを向けた活用がされてきたため、それが機械学習の普遍的な特徴であるように考えられてきました。しかし、今回のセッションで示された事例や技術が示すように、今後は創造性や情動を呼び起こすアプローチにこそ機械学習が活用できるのではないでしょうか。

 

 

 

CEDEC 2019 AI関連セッションレポート

汎用型ボードゲームAIの開発に向けたモリカトロンの挑戦

人工知能が敵キャラを育てる! ディープラーニングを使った次世代のゲームAI開発

中島秀之氏 基調講演:環境との相互作用を取り込む予期知能が、機械学習の課題を解決に導く

 

Editor:高橋ミレイ

 

RELATED ARTICLE関連記事

【GTC 2022】空間的インターネットに進化するメタバースと産業界への進出

2022.4.14先端技術

【GTC 2022】空間的インターネットに進化するメタバースと産業界への進出

自然言語をプログラミング言語に翻訳。ソースコード生成AIの現状

2021.7.28先端技術

自然言語をプログラミング言語に翻訳。ソースコード生成AIの現状

ゲーマーの脳波に関する研究に投資するDARPAが目指す“第三の波”

2020.2.27先端技術

ゲーマーの脳波に関する研究に投資するDARPAが目指す“第三の波”

RANKING注目の記事はこちら