もう人間やん！音声対話AIモデル「J-Moshi」が怖いくらいすごい
こんにちは、くろまめ！です。
昨日SNSをみていたら、とんでもないものを発見してしまいました。
AIと対話している動画なんですけど、AIの受け答えがもうほぼ人間。
下記のXの投稿の動画を再生してみてください。
日本語リアルタイム音声対話モデルJ-Moshiを公開しました！@kyutai_labs のMoshiをベースとし、人間のように「話す🗣️」と「聞く🎧」を同時に行います。
— Atsumoto Ohashi (@atsumoto_ohashi) January 24, 2025
日本語で利用可能な初めてのモデルです。
モデルサイズは7Bと軽量なのでぜひお試しください‼️#NLP2025 で発表予定です。https://t.co/t2EKifkO46 pic.twitter.com/EOBSqQER4F
もう人間やんか...。
すごくないですか？
くろまめ！ははじめ「え、どっちが人間！？」てなりました。
ChatGPTなどでAIと会話することは以前からできてましたが、レスポンスの速さがもう比にならないくらいすごい。
むしろ速すぎて逆にちょっと気になるレベル。
1.J-Moshiって何！？
J-Moshiは、日本語で利用可能な初のフルデュプレックス（同時双方向）音声対話モデルで、名古屋大学大学院情報学研究科の研究チームがフランスのスタートアップ企業Kyutaiが開発した音声AIモデル「Moshi」を基盤に最適化したものらしいです。
ユーザーが話している最中にAIが応答や相槌を行うなど、人間にかなり近い自然な会話ができます。
2.すごいポイントをご紹介！
1. 超高速レスポンス！
なんと応答遅延はたった200msなんです！人間の反応時間と変わらないレベル...！これはすごすぎませんか？
2. 軽量設計なのに高性能
モデルサイズは7B（70億パラメータ）と軽量。
でも性能は本当にすごい！くろまめ！も動画を初めてみたとき「えっ、これAIなんか！？」って思わず声が出てしまったほど😳
3. 感情豊かな会話が可能
70種類以上の感情や話し方を表現できるみたいです。
相槌も打てるし、人間らしい会話ができちゃいます。
3.これでどんなことができるの？
オンライン会議での活用
遠隔医療やカスタマーサポート
語学学習のパートナー
チャットボットとしての活用
相槌とかも打ってくれるとなると、相談相手としてもかなりいい感じになりそうじゃないですか？
特に語学学習での活用は興味深いです。リアルな日常会話の練習ができそう...！
これは世界が変わるぞ。私も早く使ってみたい！
4.まとめ
J-Moshiの登場で、AIとの会話がますます自然になりそうです。
くろまめ！としては、これからの発展がとても楽しみ！皆さんはどう思われましたか？
2025年3月の言語処理学会「NLP2025」での発表が予定されているそうなので、続報も楽しみですね！
〆
ここまで読んでいただき、ありがとうございました。
記事が参考になりましたら、ぜひスキぽちやフォローをお願いします！
それでは☺︎ノシ
いいなと思ったら応援しよう！
