スマートスピーカー

スマートスピーカーは、 1つの「ホットワード」（または複数の「ホットワード」）を使用してインタラクティブなアクションとハンズフリーの起動を提供する統合型仮想アシスタントを備えたスピーカーおよび音声コマンドデバイスの一種です。一部のスマートスピーカーは、 Wi-Fiやその他のプロトコル標準を利用して、ホームオートメーションデバイスの制御など、オーディオ再生以外の用途も拡張するスマートデバイスとして機能することもできます。これには、多数のサービスとプラットフォーム間の互換性、メッシュネットワークによるピアツーピア接続、仮想アシスタントなどの機能が含まれますが、これらに限定されません。それぞれが独自の指定されたインターフェイスと機能を社内に持つことができ、通常はアプリケーションまたはホームオートメーションソフトウェアを介して起動または制御されます。^[1]一部のスマートスピーカーには、ユーザーに視覚的な応答を示す画面も含まれています。

2017年冬現在、NPRとエジソンリサーチの推定によると、3,900万人のアメリカ人（18歳以上の人口の16%）がスマートスピーカーを所有している。^[2]

タッチスクリーンを備えたスマートスピーカーは、スマートディスプレイとして知られています。^{[3] [4]}これは、会話型ユーザーインターフェイスとディスプレイ画面を統合し、画像やビデオによる音声対話を拡張するスマートデバイスです。これらは一般的な音声アシスタントの1つを搭載しており、スマートホームデバイスのコントロール、ストリーミングアプリの機能、コンテンツを選択するためのタッチコントロールを備えたWebブラウザーを提供します。最初のスマートディスプレイは、2017年にAmazonによって導入されました（Amazon Echo）。

2020年3月に発表された米国科学アカデミー紀要の研究によると、6大テクノロジー開発企業であるAmazon、Apple、Google、Yandex、IBM、Microsoftは、「白人」よりも「黒人」が話す言葉を誤認している。システムはエラーと判読不能性をテストし、前者では19パーセントと35パーセントの不一致、後者では2パーセントと20パーセントの不一致があった。^[5]

計算言語学会北米支部（NAACL）も男性と女性の声の不一致を特定した。同協会の調査によると、Googleの音声認識ソフトウェアは、男性の方が女性よりも13％正確である。Bing 、AT&T、IBMが使用するシステムよりも性能が優れている。 ^[6]

スマートスピーカーに内蔵されたマイクは、コマンドに続く「ホットワード」を継続的に聞き取っています。しかし、これらの継続的に聞き取るマイクは、ユーザーの間でプライバシーに関する懸念も引き起こしています。^[7]これには、何が記録されているか、データがどのように使用されるか、どのように保護されるか、そしてそれが侵入的な広告に使用されるかどうかが含まれます。^{[8] [9]さらに、Amazon} Echo Dotsの分析では、「偽の音声録音」の30〜38％が人間の会話であったことが示されており、これらのデバイスはホットワードの厳密な検出以外の音声をキャプチャしていることが示唆されています。^[10]

スマートスピーカーの常時盗聴マイクは盗聴の格好の標的になるという強い懸念がある。2017年、英国のセキュリティ研究者マーク・バーンズ氏は、2017年以前のEchoには、侵害されたOSを起動できる露出ピンがあることを示した。^[11]

音声アシスタントは価値あるサービスを提供するが、公共の場や他のユーザーがいる場合など、さまざまな社会的状況で使用することにはためらいがある。^[12]しかし、ごく最近になって、ユーザーは電話ではなくスマートスピーカーとのやり取りを通じて音声アシスタントとやり取りするようになった。電話では、ほとんどの音声アシスタントには、スマートスピーカーでのホットワードベースのエンゲージメントだけでなく、物理ボタン（ホームボタンを長押ししてSiriを起動するなど）で起動するオプションがある。この区別により、マイクがオンになっている時間を制限することでプライバシーが向上するが、最初にボタンを押さなければならないことで音声による対話の利便性が損なわれるとユーザーは感じていた。^[13]このトレードオフは音声アシスタントに限ったことではなく、オンラインになるデバイスが増えるにつれて、利便性とプライバシーのトレードオフはますます大きくなっている。^[14]

スマートスピーカーの採用に影響を与える要因は数多くありますが、特にプライバシーに関しては、Lau らは長所と短所として、利便性、早期導入者としてのアイデンティティ、寄与要因、実用性の欠如の認識、プライバシー、セキュリティ上の懸念の 5 つの明確なカテゴリを定義しています。^[7] Tennant らは、技術受容モデルを使用して採用を調査し、在宅介護サポートのコンテキストでスマートスピーカーデバイスに対する期待される有用性、使いやすさ、態度に影響を与える要因を特定しました。^[15]著者らは、音声アシスタントの性格が介護状況に対する人の見方や、テクノロジーからのインテリジェントなサポートに対するユーザーの欲求に及ぼす潜在的な影響を考慮して、このコンテキスト向けに設計する際の重要な課題のいくつかについて説明しています。^[15]

認証なしで設定した場合、スマートスピーカーは意図したユーザーや所有者以外の人によって起動される可能性があります。たとえば、自宅やオフィスへの訪問者、または開いた窓、部分的な壁、またはセキュリティフェンスの外の公共のアクセス可能なエリアにいる人々の声がスピーカーから聞こえる場合があります。あるチームは、レーザーを使用して、通りの向かいにある別の建物から、閉じた窓越しにスマートスピーカーとスマートフォンのマイクを刺激する機能を実証しました。^[16]

• スマートホームハブ
• スレッド（ネットワーク プロトコル）
• 案件