要点
- 音声AI・IoTは研究・試作段階であり、完成製品や見守りサービスとして案内していません。
- 認識結果をそのまま外部通知や機器操作へ使わず、確認、取消、再試行、停止の手順を設けます。
- 録音、位置、センサー情報は利用目的、送信先、保存期間、削除方法を明確にし、必要最小限にします。
AIをパソコンやスマートフォンの中だけで使うのではなく、現場で自然に使える形へ近づけるため、音声AIと小型IoT端末を組み合わせた研究・開発を進めています。
この領域は、完成した導入事例ではなく、現在検証を続けている取り組みです。
現在取り組んでいること
小型のM5Stick系端末を使い、ボタンを押して話した内容をAIへ送る試作を進めています。
基本的な流れは、
- 端末のボタンを押す
- 音声を録音
- AIが音声認識
- メモや予定として整理
- バックエンドへ保存
- 必要な時刻に通知
- 管理画面から確認
という構成です。
なぜ小型端末なのか
スマートフォンは高機能ですが、アプリを開く操作が必要です。
小型端末なら、「押して話す」という一つの動作に絞れます。高齢者や現場作業者など、複雑な画面操作を減らしたい場面で使いやすくなる可能性があります。
使用している技術
- OpenAI API
- 音声認識
- Python / FastAPI
- Next.js
- Railway / Vercel
- M5Stick系IoT端末
- 音声通知・TTS
- Notionや業務システムとの連携検討
今後検討している用途
- 高齢者見守り
- 家族への簡単な連絡
- AI会話端末
- スマートホーム連携
- NFCや各種センサーとの連携
- ロボットとの接続
- フィジカルAIへの発展
ただし、これらは現時点で完成済みのサービスとして提供しているわけではありません。
特にフィジカルAIについては、現在、必要な技術や利用場面を含めて取り組みを検討している段階です。
具体例1：現場で気づいた部材の不足を、確認タスクにする
架空の修理現場で、担当者が作業中に「次回訪問までに部材の在庫を確認する」と気づいた場面です。端末のボタンを押して短く話すと、音声認識が文を文字にし、AIが「タスク候補」「次回訪問まで」「部材在庫の確認」に分けて画面に表示します。担当者が現場名や顧客名を音声に含める必要があるかは事業所のルールに従い、不要なら案件番号だけを選びます。内容を本人が確認して保存し、日時が特定できない場合は締切を推測せず「期限を選択」と返します。
この仕組みの価値は、音声を自動で完璧に理解することではなく、手がふさがっているときの気づきを、後で確認できるタスクへ変えることです。音声認識の確信度が高くても誤認識はあり得るため、部材名や数字、相手先など間違えると影響がある項目は、保存前に画面で確認します。
具体例2：家族への連絡メモを、本人が確かめてから通知する
見守り機能の可能性を検証する架空の場面として、利用者が「夕方、家族に電話する」と端末へ話したとします。AIは連絡先を勝手に推測せず、本人に登録済みの候補を選んでもらい、通知時刻を確認します。本人が取り消した場合や通知を受け取らなかった場合は、未完了として表示するだけにし、「通知が届かなかった＝異常」と判断しません。緊急時の監視や医療判断を担う仕組みではないこと、通知先と連絡の範囲は本人と関係者の同意に基づいて決めることを前提にします。
試作機で確かめたい項目
- 騒音、距離、話す速さ、方言による認識の違い
- 固有名詞や数字を誤認した際に修正しやすいか
- 通信が切れたときに録音データをどう扱うか
- 誤ってボタンを押したときに取り消せるか
- 通知を受け取る相手、時間帯、停止方法が明確か
- 電池残量や端末故障を利用者が気づけるか
Google Cloudの音声認識資料では、信頼度スコアと実際の認識精度は同じ指標ではなく、認識結果を確認させる判断材料になり得ると説明されています。実用性は少数の成功例だけでなく、実際の音声サンプルと正解文字列を比べて検証します。Google Cloud「音声認識の精度を測定・改善する」
音声には氏名、住所、健康・家庭に関する情報が含まれる場合があります。録音の範囲、保存期間、アクセス権、削除手順を決め、検証では架空データを優先します。これは研究・試作中の取り組みであり、完成した見守り製品や安全を保証するサービスとして案内するものではありません。
試作から実利用へ進む前の段階
まず雑音の少ない環境で、短いメモ、数字を含む予定、固有名詞を含む例、言い直しがある会話をそれぞれ録音し、正しい文字起こしと比べます。次に、音声が途中で切れた場合、ネット接続がない場合、同じボタンを連続して押した場合の動作を試します。端末に録音中の表示や取り消し操作を設け、聞き取れない内容を無理に保存しない状態を確認してから、本人の同意を得た少人数で評価します。性能だけでなく、何を録音し、いつ消し、誰が閲覧できるかを試験項目に含めます。
見守り用途に広げるときの考え方
高齢者が使う端末では、通知が届かなかった時に「本人に何か起きた」と即断する仕組みを作らないことが重要です。端末の電池切れ、Wi-Fiの停止、音量設定、通知先の変更など、技術上の理由でも記録が途切れます。利用者・家族・支援者と、どんな時に誰が連絡するか、連絡がつかない場合の手順、サービスが担わないことを先に決めます。本人の同意なく常時録音を続けたり、家族へ位置情報を送ったりしない設計を基本とし、利用者が録音・共有を止められる操作も試作段階で確認します。
使いやすさは、操作説明より本人の試用で確かめる
ボタンの押し方を説明できても、実際に片手で押せるか、録音中と保存後の状態を区別できるかは別です。試用では、利用者本人に説明書を渡すだけでなく、記録・取消・通知確認を実際に行ってもらい、迷った箇所を設計へ戻します。文字表示が読みにくい、通知音が聞こえないといった気づきも記録し、音量・文字サイズ・振動など端末側の工夫を検討します。
何を検証しているのか
重要なのは、「AIが話せるか」だけではありません。
- 電源を入れたまま安定して使えるか
- 高齢者でも操作できるか
- 音声が正しく取得できるか
- 通信が不安定な環境でどうするか
- 個人情報をどう扱うか
といった、実際に現場で使うための条件を確認しています。
よくある質問
Q. すでに製品として販売していますか？
いいえ。現在は研究・試作・検証を進めている段階です。
Q. 高齢者の見守りにすぐ使えますか？
見守り用途は構想の一つですが、安全性、通信、個人情報、通知先などの設計が必要です。完成済みの見守りサービスとしては案内していません。
Q. センサーも接続できますか？
温湿度、NFC、GPSなど各種センサーとの連携を検討しています。実装可否は端末や用途によって異なります。
Q. フィジカルAIは完成していますか？
いいえ。フィジカルAIは現在取り組みを検討している領域であり、完成済みとして扱っていません。
まとめ
音声AI・IoTでは、AIをより自然に現場へ持ち込む方法を研究しています。
「画面を操作するAI」から「話しかけて使えるAI」へ近づけることが、現在のテーマです。