グーグルが聴覚障害者向けのアプリ2種を公開した。音声をテキスト化したり、音声信号からノイズを除去したりするこれらのアプリ。将来はGPSやGoogleアシスタントとの連動などで進化し、より多くの人たちのアクセシビリティ向上に貢献していく可能性も秘めている。
グーグルがAndroid端末向けに2種類のアプリをリリースした。メールに即座に返信したり、大量にたまった写真の整理ができるわけではないが、グーグルの助けを最も必要としているコミュニティのためにつくられたアプリだ。
「Live Transcribe」と「Sound Amplifier」は、世界で4億6,000万人（地球人口の5パーセント超に相当する）に上る聴覚障害者を対象にしている。Live Transcribeはマイクから拾った周囲の音声をテキスト化してくれるアプリだ。Sound Amplifierでは、音声信号からノイズを除去して、会話を聴き取りやすくすることができる。前者はクラウドベースなので使用するにはネット接続が必要になるが、音声やテキストデータがサーヴァーにアップロードされることはないという。
1月に行われたメディア向けの発表会では、Live Transcribeを使って実際にグーグルのスタッフの発話を文字起こしするデモンストレーションが行われた。また、Sound Amplifierの必要性を理解してもらうために、会場には難聴の状態を体験できるシミュレーターも置かれていた。ヘッドフォンを装着すると聴力が低下するのだが、Sound Amplifierを起動してヴォリュームや周囲の環境音、音声の明確さ、左右の耳のどちらに音を集中させるかといった要素を調整することで、会話の聞こえ方が大きく改善することが体験できた。
音声を文字化する手段に誰でもアクセス可能に
発表会では、1歳のときに聴力を完全に失ったグーグルの研究者ドミトリー・カニエフスキーが、Live Transcribeを使って同僚と普通に会話する様子も紹介された。同僚の発言はリアルタイムで文字情報に変換され、カニエフスキーのスマートフォンの画面に表示されていく（会場の観客からも見えるように、彼の携帯は大きなスクリーンにつながっていた）。
Live Transcribeは会話の内容すべてを正確に拾えたわけではなかった（カニエフスキーに強いなまりがあることも影響したのかもしれない）。それでも、例えば「唐辛子（chili）」と「肌寒い（chilly）」といった紛らわしい発音の単語を文脈に合わせて聞き分けることはできていた。
カニエフスキーは、会話をリアルタイムで文字情報化するための手段は通常は非常に高価であることを説明した上で、このアプリがあれば文字化を可能にするテクノロジーに誰でも簡単にアクセスできるようになると語った。なお、グーグルはこれらのアプリの開発でワシントンD.C.にある聴覚障害者のための教育機関ギャローデット大学と協力し、定期的にフィードバックを得てきたという。
Sound Amplifierが初公開されたのは昨年5月の開発者向けカンファレンス「Google I/O」だが、どちらのアプリも今後はAndroid端末向けに広く提供される。プロダクトマネージャーのブライアン・ケムラーは、「聴力に問題を抱えるユーザーにまったく新しい環境を用意できると考えています」と話す。「単に機能性が向上するのではなく、アクセシビリティを主目的としたシステムを構築したのです」
いずれも無料で提供
一方で、Live TranscribeもSound AmplifierもスマートフォンのOSに組み込まれた機能ではなく、アプリとしてつくられた。これに関しては、目的が端末内部のシステムではなく、外部世界を対象にしたアクセシビリティである点を念頭に置くべきだろう。
また、いずれのアプリも無料だが、システム要件といった制限はある。Sound AmplifierはOSが最新版の「Android 9 Pie」でないとダウンロードできない。Live Transcribeはグーグルの「Pixel 3」には標準でインストールされているが、それ以外はベータ版での提供となる。また、Live Transcribeはネット接続がないと機能しないが、Sound Amplifierはデヴァイス側で完結しているため、ネットのない環境でも使うことができる。
モバイルOSの世界でグーグルの唯一の競合であるアップルは、すでに視覚障害者や聴覚障害者向けにさまざまな機能を採用しており、その大半は「iOS」や「macOS」に標準搭載されている。最高経営責任者（CEO）のティム・クックは過去に、アクセシビリティは「人権の一部」と発言したこともあり、ここからもアップルがいかにこの分野に力を入れているかがわかる。
具体的には、画面の読み上げ機能「VoiceOver」、複数の種類の振動やLEDライトの点滅による着信通知、画面上の仮想ホームボタン「AssistiveTouch」への機能割り当てといったものだ。なお、2010年から提供の始まった「FaceTime」はアクセシビリティの改善を目的に開発された機能ではないが、これを利用すれば手話での“通話”が可能になるため、聴覚障害者コミュニティでは非常に重宝されているという。
環境に応じた自動最適化も可能に？
テキサスA&M大学准教授で、組み込みシステムと信号処理を研究するルーズベヒ・ジャファリは、グーグルの新しいアプリを「非常に優れたアイデア」と評価する。ジャファリは手の形を識別することで手話の自動通訳を可能にするウェアラブルデヴァイスの開発に携わった経歴をもつが、補聴器など聴覚障害者向けの介助器具は多くがボタン電池で稼働しており、スマートフォンのような処理能力はないと指摘する。
「グーグルはエッジコンピューティングと最先端のセンサーを使ったシステムを既存のデヴァイスで実現させたのです。新しいシステムが開発されても、たとえ50ドルでも追加費用は払えないというユーザーはいます。その点、スマートフォンは性能が急速に向上しているだけでなく、普及率も高まっています」
ジャファリはさらに、こうしたアプリが状況に応じて自動で設定などを最適化できるようになる日も遠くないと予想する。
「（スマートフォンは）GPS機能で位置判断ができます。よく行くスターバックスの店舗でそこに合わせたノイズキャンセリングの設定を1回すれば、次にその店に行ったときはアプリが自動的にその設定を選んでくれるでしょう。これはロケットを飛ばすようなとんでもない技術というわけではありませんが、実現に向けては十分な調整が必要になります」
Sound Amplifierには現時点ではそこまでの機能性はない。「Google アシスタント」ともまだ連携していないため、音声コマンドで操作することもできないが、グーグルのケムラーは「将来的には必ずこうしたことにも挑戦する」と話す。機械学習という点からは難しい課題もあるだろうが、実現すれば、障害者支援を目的に開発されたアプリがさらに便利になるだろう。
2019.02.12 WIRED.jp
