Hume AI

Hume AIは感情知能に注力するAI企業で、人の感情表現を理解し応答する感情知能を持つ対話AIシステム「EVI(Empathic Voice Interface)」を開発しています。声のトーン、スピード、間といった繊細な特徴を認識して53の異なる感情を識別し、より自然で共感的な音声インタラクション体験を届けます。

主な機能

• 感情的な音声合成: OCTAVEエンジンが感情表現豊かな音声生成をサポートし、文脈から感情、リズム、イントネーションの詳細を予測します
• リアルタイム感情認識: 音声の韻律・リズム・音色パターン25種を分析し、面白がる、怒り、落ち着き、戸惑いを含む53の感情状態を識別します
• カスタムボイスキャラクター: それぞれ異なる声のスタイル、感情表現、アクセントの特徴を持つ複数のバーチャルキャラクターを作成できます
• マルチモーダル感情分析: 音声、動画、画像、テキストのデータを組み合わせ、50以上の次元で感情表現を測定します

活用シーン コンテンツ制作では、ポッドキャスト制作者やオーディオブック制作者が感情的な音声合成で表現力あるナレーションを素早く生成できます。カスタマーサービスでは、共感的な音声アシスタントを展開し、より人間らしいユーザー体験を提供できます。教育やメンタルヘルスの応用では、感情分析を活かして気分モニタリングや介入ツールを構築できます。

独自の強み 従来のテキスト読み上げ技術と比べ、Hume AIのOCTAVEエンジンは意味的文脈を理解する最初の音声モデルで、「皮肉っぽく話して」「恐怖でささやいて」といった自然言語の指示から声の表現を動的に調整します。EVI 2は前世代比で応答レイテンシを40%削減し、平均応答時間はわずか500〜800ミリ秒で、人間の会話に近い滑らかな体験を実現します。