Google、表情豊かなAIアバター「Gemini 3.8 Live with Live Avatar」提供開始

米Googleは9月24日、リアルタイム音声対話モデルに映像ストリーミングを統合した「Gemini 3.8 Live with Live Avatar」を発表しました。企業向けサービス「Gemini Enterprise」にて一般提供が始まっています。カメラ映像や音声をリアルタイムで処理し、発話に合わせて表情を変えることが可能です。

リアルタイムの対話機能

Live Avatarは、Gemini 3.8 Liveの音声対話技術と低遅延の映像ストリーミングを組み合わせた機能です。ユーザーのカメラ映像や画面共有を把握しながら応答し、話し手の交代も滑らかに行われます。日本語を含む97言語に対応しており、会話の途中で言語が切り替わってもリップシンクや表情の追従が可能です。

独自アバターと活用事例

企業はGoogleが用意したプリセットのほか、高品質な参照画像1枚から独自のアバターを作成できます。すでに米Cox Automotiveが自動車検索やローン相談に対応するアバター型アシスタントを構築しました。今後は顧客対応やキオスク端末、買い物アシスタントなどでの利用が見込まれています。

安全性と料金体系

悪用防止のため、カスタムアバター作成には許可リストへの登録と検証が必要です。また、生成コンテンツには電子透かし「SynthID」が埋め込まれます。料金は従量課金制で、アバターが話している時間のみが課金対象となります。利用は現在、米国とEUのエンドポイントで提供されています。

■ まとめ

Googleはリアルタイムで表情豊かに応答するAIアバター機能の提供を開始しました。画像1枚から作成可能な独自アバターにより、顧客対応の自動化などを支援します。