RESOLUTION Vol.08
最先端のAI技術を活用したデバイスの実力はいかに？インテリジェントスピーカー検証記録

人物を識別しながらの文字おこしを可能にする
インテリジェントスピーカーの実態に迫る

2024年12月

VTVジャパンでは、オンライン会議専門会社の立場からお客様に自信をもって製品をご提案するための裏付けとして、新しいオンライン会議用機材やその機能・操作性を独自に実機検証しています。
今回は、Microsoft Teams Roomsの「インテリジェントスピーカー」機能とその対応デバイスの検証記録をご紹介します。

AI×マイクスピーカー「インテリジェントスピーカー」とは？

インテリジェントスピーカーは、音声認識技術と自然言語処理技術を組み合わせたMicrosoft Teams Roomsの音声識別機能です。

Microsoft Teamsの自動文字起こし機能では、1台のPCで複数人が会議に参加する場合、発言者を特定することはできません。しかし、Microsoft Teams RoomsとMicrosoft認定のインテリジェントスピーカー対応デバイスを接続し、利用することで、「誰が話したか」までを識別できるようになります。

*インテリジェントスピーカーの利用には、Microsoft Teams Rooms Proライセンスと事前設定が必要です

参考情報：インテリジェントスピーカーの利用条件について

サムネイル画像:インテリジェントスピーカーを検証！Microsoft Teams Rooms会議への導入から活用方法まで解説

インテリジェントスピーカーを利用する際の必要条件や、事前設定事項の詳細についてはこちらからご確認ください。

インテリジェントスピーカーを検証！
Microsoft Teams Rooms会議への導入から活用方法まで解説

いざ、実機検証！社内会議で使用してみた結果は…

同じ会議室に異なる2社のMicrosoft認定インテリジェントスピーカー対応デバイスを設置し、交互に検証を実施！検証だけでなく、社内会議でも実際に使ってみました。

今回の検証デバイス

Jabra
Panacast50

Sennheiser
TeamConnect Intelligent Speaker

今回実施した検証内容

話者識別の精度
文字起こし機能の精度
デバイスによる文字起こしの精度の差

検証結果

会議室内に複数いる発言者を正確に識別
話し方（滑舌の良し悪し含む）やマイクとの位置関係（距離含む）で精度に差。
マスクをしていると精度が落ちることも
デバイスによる品質に優劣なし

VTVジャパンの見解
「現状としては利用シーンが限られてしまうが、議事録作成の効率化や会議内容の理解促進が期待できる」

インテリジェントスピーカー対応デバイスは、5名程度の利用を想定したマイク・スピーカー一体型であるため、音が出入りする場所が一緒になっている製品構造を考えると、品質を維持できる場所（主に小規模会議室）での利用に限定される
ユーザーごとに音声情報等の登録が必要なため、運用を考えると、役員会議など参加者が決まっている会議での利用が好ましい
精度向上のために、話し方を意識する必要あり。しかし話し方に意識を向けていて、会議に集中できるのか？

変化する会議スタイルをテクノロジーが支える
新機能追加が続くMicrosoft Teams Roomsに今後も期待

Microsoft Teams Roomsには、インテリジェントスピーカーの他にもAI技術を取り入れた機能のリリースが続いています。
会議室から複数人参加時の課題に対応するソリューションとして登場した「IntelliFrame（インテリフレーム）」もその一つです。

IntelliFrameは、Microsoft認定のIntelliFrame対応カメラを利用することで、会議室にいる直近の話者最大4名を認識してクローズアップ表示します。会議室の参加者の様子が分かりやすくなり、オンライン会議体験の品質向上が期待できます。
Microsoft認定メーカーが実施するオンラインデモからも精度の高さがうかがえ、弊社も注目しています。