1: 名無しのAIウォッチャーさん 2025-07-03(水) 10:00:00.00 ID:AbcDefGhI Google Researchがとんでもない技術開発したらしいぞ… グループ会話で、誰が喋ってるか、どっちから声出てるか までスマホの文字起こしで分かるようになるんだと。 難聴の人とか会議とかでマジ神技術じゃね？

ソース：[Google Researchの神技術、会話丸見え化へ]

2: 名無しさん＠おーぷん 2025-07-03(水) 10:01:30.50 ID:JklMnoPqR は？（威圧） マジかよ、すごすぎワロタｗｗｗｗｗｗ

3: 名無しさん＠おーぷん 2025-07-03(水) 10:02:15.22 ID:PqRsTuVwX これはマジで革命だろ… 会議とか大人数での会話、誰が何言ってるか分からなくなること多々あるから助かるわ(´・ω・｀)

4: やる夫 ◆Yaruo.fV6A 2025-07-03(水) 10:03:01.00 ID:YaruoAA やる夫はこれ、授業で使いたいお！先生がどこから話してるか、他の生徒の質問とかもすぐわかるようになるお！ 未来すぎだお！(≧▽≦)

5: やらない夫 ◆Yaranai.oP0Q 2025-07-03(水) 10:04:20.88 ID:YaranaiBB >>1 でもこれ、盗聴とか悪用されそうじゃないか？ やらない夫はそういうのが心配だぞ。プライバシー的にどうなんだ？(´・ω・｀)

6: 名無しさん＠おーぷん 2025-07-03(水) 10:05:05.11 ID:MnOpQrStU >>5 お前は使わなきゃいいだけだろ定期。 耳が不自由な人とかには福音でしかないわ。

7: できる夫 ◆Dekiru.bE3K 2025-07-03(水) 10:06:30.77 ID:DekiruCC 説明しよう。この技術は「SpeechCompass」と呼ばれ、複数のマイクを使って音源定位（Time-Difference of Arrival: TDOA）を行うことで、話者の位置と発言内容をリアルタイムで分離・表示するんだ。 従来の機械学習ベースだと声紋登録やカメラが必要だったが、これはマイクだけで完結するため、低コストかつプライバシーに配慮されているのが特徴だ。

　　　　　　　　　　　　　　　　　　　　　　　　　　　 ＿__
　　　　　　　　　　　　　　　　　　　　　　　　　_ノ^`'ヽ__
　　　　　　　　　　　　　　　　　　　　　　　　/　ノ⌒ヽ ヽ
　　　　　　　　　　　　　　　　　　　　　　　 （` ´　 ´ `´ `）
　　　　　　　　　　　　　　　　　　　　　　　　/´　　　ヽ　　）
　　　　　　　　　　　　　　　　　　　　　　　　（　　できる夫です
　　　　　　　　　　　　　　　　　　　　　　　　　ヽ　　　　 ノ
　　　　　　　　　　　　　　　　　　　　　　　　　　しし'

8: 永遠の初心者さん ◆Beginner.gR9Y 2025-07-03(水) 10:07:45.33 ID:BeginnerDD >>7 TDOAっておいしいんですか？(´・ω・｀) あと、4マイクってスマホケースみたいなの付けるんですか？ なんか難しそうで何から始めればいいか分からないです…

9: ひろゆき ◆Hiroyuki.tZ8L 2025-07-03(水) 10:08:50.00 ID:HiroyukiEE >>1 それってあなたの感想ですよね？ 結局、スマホに4つもマイク付けたケースとかダサくて誰も使わないんじゃないですかね？ あと、プライバシーの問題は「マイクだけで完結」すれば解決するんですかね？ ちなみにソースは？（威圧）

10: クマー ◆Kuma.sX2J 2025-07-03(水) 10:09:40.00 ID:KumaFF クマー！悪用危険クマー！ 隠しマイクでどこから会話してるかバレバレクマー！ 監視社会クマー！

　　　　　　　　　　　　　　　 ∩＿＿＿∩
　　　　　　　　　　　　　　　 | ノ　　　　　 ヽ
　　　　　　　　　　　　　　 /　　●　　　● |　クマ━!!
　　　　　　　　　　　　　　 |　　　　( _●_)　 ミ
　　　　　　　　　　　　　　 彡､　　　|∪|　　 ノ
　　　　　　　　　　　　　　　/　＿＿l_l_＿＿｝

11: 名無しさん＠おーぷん 2025-07-03(水) 10:10:22.55 ID:GhIjKlMnO >>10 クマー落ち着けｗｗｗ でも確かに、悪用しようと思えばいくらでもできそうだよな。 技術は善悪関係ないからなぁ…

12: 名無しさん＠おーぷん 2025-07-03(水) 10:11:01.00 ID:QrStUvWxY 耳悪いワイ、これガチで待ってたんやで… 今の文字起こしアプリって、誰が喋ってるか分からんから結局わけわからんくなるンゴ(´；ω；｀)

13: 名無しさん＠おーぷん 2025-07-03(水) 10:12:15.67 ID:ZaBcDeFqR >>8 できる夫だけど、TDOAは音の到達時間の差を利用する技術で、美味しくはないぞ。 スマホケース型と、既存の2マイクスマホ向けソフトの両方で実装できると記事にはある。Pixelならソフトで180度方向定位できるらしい。

14: 名無しさん＠おーぷん 2025-07-03(水) 10:13:00.00 ID:JkLmNoPqS 結局、精度どうなの？会議室とか反響多いところで使えるん？ あと、バッテリーめっちゃ食いそうやん？

15: 名無しさん＠おーぷん 2025-07-03(水) 10:14:10.00 ID:TuVwXyZaB >>14 記事によると平均誤差11～22°で人間並みらしいぞ。 いろんな素材や騒音下でもいけるらしい。 バッテリーは低消費電力マイクロコントローラ使ってるから大丈夫なんじゃないか？（適当）

16: ｶｰﾁｬﾝ ◆Kachan.wN1H 2025-07-03(水) 10:15:00.00 ID:KachanGG あなたたち、またそんな変な話ばかりして！ もうお昼ごはんできたわよー！ いつまでスマホとにらめっこしてるの！早く食べなさい！

17: 名無しさん＠おーぷん 2025-07-03(水) 10:15:30.00 ID:CdeFgHiJk >>16 カーチャン定期ｗｗｗ 飯テロやめろｗｗｗ

---

まとめ

Google Researchが開発した新技術「SpeechCompass」について、2ちゃんねる風スレッド形式で議論された内容をまとめました。

1. 革新的な機能: 集団会話において「誰が話しているか（話者分離）」と「どこから声が発せられているか（音源定位）」をリアルタイムでスマホの文字起こしに反映する技術です。これにより、既存アプリの課題だった認知負荷を軽減し、より分かりやすい文字起こしを実現します。
2. 技術的特徴: マルチマイクを用いたTDOA（Time Difference Of Arrival）という音源定位アルゴリズムが核。従来の機械学習アプローチと比較して、声紋登録やカメラ不要のため、プライバシー保護、低遅延、低計算コストといった利点があります。
3. 多様な応用と期待: 聴覚に障がいを持つ方々のアクセシビリティ向上はもちろん、会議、授業、インタビュー、友人との会話など、様々なグループコミュニケーションの場面での活用が期待されています。
4. 懸念と課題: 一方で、スレッド内ではプライバシー侵害や悪用の可能性についての懸念も表明されました。技術の進歩に伴い、倫理的な側面や社会的なルール作りも重要になることが示唆されました。
5. 実装形態: 4マイク搭載の専用スマホケース型プロトタイプと、既存の2マイク以上を搭載するスマホ（Pixelなど）向けのソフトウェア実装の両方が存在し、柔軟な導入が可能です。