公募
SND
PRD

株式会社ジーアングル/松井 郁弥
・ゲームボイスの収録・編集・QA・ローカライズに携わる方
・大量ファイルの確認・修正工程を改善したい方
・AIや自動化の業務定着に課題を感じる方
・部分最適を工程全体の改善につなげたい方
・内製ツールの導入・改善に関心がある方
・AI導入後のボトルネックを実測で見つける方法
・業務を人の判断と取り回しに分ける考え方
・複数人・複数ツールをまたぐ工程の設計方法
・AI機能を日常業務へ自然に組み込む設計方針
・例外や失敗を仕様・テストへ残し、ツールを育てる方法
中辛
【講演内容】
昨年のCEDEC+KYUSHUでは、AIによる文字起こしと台本の一致率を使い、確認すべきゲームボイスを絞り込む方法を紹介しました。それから約1年間、実際の案件で運用を続けたことで、AIを導入しただけでは解決しない次のボトルネックが見えてきました。
実案件20件・6,431ファイルの音声尺を全数計測したところ、平均音声尺は3.21秒でした。現場で「100ファイルにつき20分」としていたチェック作業に対し、音声尺そのものは約5分、聞き直しを含めても実際に音を聞く時間は全体の約3割です。残りは、台本の該当箇所を探す、ファイルを選ぶ、複数の画面を行き来する、修正箇所を言葉で伝える、返却された音声を比較して差し替えるといった「音を聞いていない作業」に使われていました。
そこで私たちは、AIチェックだけを独立した機能として改善するのではなく、音声の読み込みから、台本確認、聴取、修正依頼、返却版の比較、差し替え、納品までを一つにつなぐ音声ファイル管理ツールを内製しました。音声フォルダを開くだけで波形と台本を確認できます。波形上に修正位置とコメントを置くと、そのまま修正依頼URLを発行でき、エディターはURLから音声を試聴して修正版を返送します。依頼者は返却版を元音声とA/B比較して差し替えられます。AIによる照合もバックグラウンドで実行し、利用者が「AIを使う」という特別な操作を意識しなくても、日常業務の中で結果を利用できるようにしました。
本講演では、『AI導入後に仕事を測り直したことでボトルネックがどのように移ったか』、どこまでを自動化し、どこに人の判断を残したか、個別の効率化機能をどのように現場の標準装備へ育てたかを、実測データと実機デモを交えて紹介します。

松井 郁弥 (まつい ふみや)
株式会社ジーアングル
スタジオボイス事業部
株式会社ジーアングルに2020年新卒入社し、レコーディングエンジニアとして音声収録・音声編集を中心に担当しました。
その他アニメーションのミキサーや、ローカライズ音声の品質チェックなどを幅広く担当し、近年は従来の音声制作業務に加えて、業務システム開発にも注力しています。
音声制作の現場経験から、AI音声・TTS・ボイスクローンを活用した新しい事業についても調査・検証を進めると同時に、権利処理やライセンス、音声素材の管理といった運用面の課題解決にも取り組んでいます。