Google、GoogleアシスタントにBard統合でアップグレード

最近の「Made by Google」イベントで、テック巨人は音声アシスタント「Googleアシスタント」にゲームチェンジャーとなるアップグレードを公開しました。この変革にはBard技術の統合が含まれており、ユーザーの相互作用と生産性を革命化する aimed な、より多用途で文脈を認識するデジタルアシスタントが生まれました。

Bard搭載のGoogleアシスタント

このアップグレードの中心は、GoogleアシスタントとBardの融合にあり、ユーザーによりパーソナライズされ、能力の高いデジタルアシスタントを提供します。この強化されたアシスタントは、文脈認識を活用することで、従来の音声コマンドを超え、テキスト、画面の画像、さらにはオーディオクリップを効果的に処理することができます。

例えば、アップグレードされたアシスタントは、旅行の計画立案、メールボックスの整理、Google Docsでのタスク完了、または画像に基づいたキャプションの生成を支援できます。ライブデモンストレーションでは、Bard搭載のアシスタントはユーザーのメールからパーティーの場所情報を迅速に取得し、Google Mapsに自動入力しました。これはその強力な機能を示すものでした。

さらに、Androidデバイスユーザーは、Bard搭載アシスタントとのより深い統合により、より文脈に即した体験を享受できます。このアップグレードは、視覚的な手がかりを活用してユーザーに必要な情報を提供し、多様なユースケースに対応する「会話型オーバーレイ」機能を導入します。

Bard搭載アシスタントは、今後数ヶ月以内にiOSおよびAndroidユーザーが利用可能になる予定です。早期テスターは、公開ローンチ前にフィードバックを得るためにすぐにアクセス権を得ることになります。早期テストへの参加方法に関する詳細は、Googleによって発表される予定です。

強化された音声認識とテキストdictation

音声アシスタントが直面した最も重要な課題の一つは、テキストメッセージをdictating（音声入力）する際にユーザーの意図を正確に理解することでした。ユーザーは、自分の言葉が正確に理解されるようにするために、しばしば遅く、ロボットのような話し方に頼らざるを得ませんでした。Googleは、Googleアシスタントの自然な会話理解力を高めることで、この問題に取り組んでいます。

アップグレードされたアシスタントは、最終的な文字起こしに「うーん」といった自然な間隔を含めず、より自然な会話を理解できるようになりました。この改善により、話すことと処理することの間のイライラするラグが解消され、より高速で正確なdictationが可能になります。

通話体験を向上させるため、Googleは「Pixel Call Assist」を導入しました。これは、通話中にユーザーが直面する一般的な問題に対処することを目的としています。「Call Screening（通話スクリーニング）」機能により、Googleアシスタントが発信者を聞き、通話の文脈に基づいて自動応答の提案を行います。応答が選択されると、Googleアシスタントは自然でリアルな音声を使って発信者とコミュニケーションを取ります。

例えば、医師の事務所から予約の確認の電話がかかってきた場合、アシスタントは「はい、行きます」といった応答を代わりに生成し、ユーザーが電話に出る必要をなくします。さらに、Googleアシスタントはスパム電話を検出してフィルタリングするように最適化されており、ユーザーが避けるべき電話を識別するのに役立ちます。

Googleアシスタントは、ウェブページを要約して主要なポイントを示し、読み上げ、翻訳を提供することで、ウェブブラウジングを簡素化することも目指しています。ウェブコンテンツの読み上げは画期的に思えないかもしれませんが、GoogleのAI技術により、アシスタントはロゴや広告を識別し、読み上げや要約のプロセスでそれらを省略することができます。

イベントで披露された「Read Aloud（読み上げ）」機能は、典型的なロボット的な再生とは大きく異なり、自然でオーディオブックのような音声により、印象的な印象を残しました。