Visual Bank株式会社は、傘下の株式会社アマナイメージズを通じて提供するAI学習用データソリューション「Qlean Dataset（キュリンデータセット）」において、「日本語・3話者・話者分離・日常会話音声コーパスデータセット」の提供を開始しました。
この新しいデータセットは、AI（人工知能）がより自然な日本語の会話を理解し、応答するために役立つものです。
データセットの魅力とは？
今回提供が始まったデータセットは、カフェでの自然な会話を録音した音声データです。登場するのは男性客1名、女性客1名、女性店員1名の計3名。
このデータの特徴は、それぞれの話者の声を分けて収録している点（話者分離）です。これにより、AIは「誰が何を話しているか」を正確に学習できます。また、実際のカフェ環境で収録されているため、自然な応答や発話の重なり、環境音なども含まれており、より現実に近い状況でのAIの学習・検証に利用できます。
このデータセットは、音声認識（ASR）や、話者を識別するAI、さらには音声入力に対応した生成AI（マルチモーダルAI、音声LLMなど）の開発に幅広く活用できるでしょう。
どんなAIに役立つ？具体的な活用例
このデータセットは、さまざまなAI技術の発展に貢献することが期待されています。
-
音声認識・話者分離AIの精度向上
カフェでの3人の会話には、発話が重なったり、ノイズが入ったり、話し方の違いがあったりします。このデータを使うことで、AIはこうした複雑な状況でも、より正確に音声を認識し、誰が話しているかを分離できるようになります。 -
自然な日本語を話す対話AIのトレーニング
依頼、確認、応答といった、実際の会話の流れが含まれているため、カスタマーサポートAIや店舗の接客チャットボット、コンシェルジュAIといった、自然な会話をするAIの訓練に適しています。 -
人の感情や話し方を理解するAIの開発
店員の丁寧な言葉遣いや、お客様の感情の変化など、話し方や声の質の違いを分析できる構成になっています。これにより、音声から感情を読み取ったり、声の特徴を分析したりするAIの開発に役立つでしょう。 -
外国人向けの日本語学習AIや接客トレーニングAI
自然な日本語の会話データとして、外国語を学ぶ人向けの日本語教育AIや発音練習アプリ、接客の練習教材などにも活用できます。文化的な背景を含んだ「リアルな会話例」として、教育現場での需要も期待されます。 -
音声で動くAI（LLMやマルチモーダルAI）の理解度向上
日本語を理解する大規模言語モデル（LLM）や、音声と他の情報を組み合わせるマルチモーダルAIにおいて、音声からテキストに変換した後の会話の内容をより深く理解するためのデータとして利用できます。音声対話型のLLMの性能を評価する際にも役立つでしょう。
Qlean Datasetってどんなサービス？
Qlean Datasetは、AI開発に必要なデータを集めたり、使いやすい形に整えたりする手間を減らし、安心してAI開発ができる環境を提供しています。
-
研究開発、商用利用に対応
提供されるデータセットは、すべての被写体からデータ利用に関する同意を得ており、各国のプライバシーポリシーにも対応しているため、研究やビジネスで安心して利用できます。 -
「AIデータレシピ」でスピーディーにデータ提供
「AIデータレシピ」という独自の提供形式により、AI開発者は初期費用を抑えながら、必要なデータを素早く手に入れることができます。 -
要望に応じたカスタムデータセットの作成も可能
もし既存のラインナップにない、特別なデータが必要な場合でも、Qlean Datasetは個別の要望に合わせてデータセットを作成・提供することが可能です。
まとめ
Qlean Datasetが提供を開始した「日本語・3話者・話者分離・日常会話音声コーパスデータセット」は、日本のAI開発者が、より高性能で実用的な音声認識AIや対話AI、生成AIを開発するための強力な基盤となるでしょう。AI技術が私たちの生活にさらに深く溶け込む未来に向けて、こうしたデータセットの提供は非常に重要な役割を果たします。
-
Qlean Datasetサービスサイト: https://qleandataset.visual-bank.co.jp/
-
「日本語・3話者・話者分離・日常会話音声コーパスデータセット」サンプル詳細: https://qleandataset.visual-bank.co.jp/lineup/pn-032
-
Visual Bank株式会社: https://visual-bank.co.jp/
