Connect 2026カンファレンスでの初期発表に続き、メタ（Meta）は「Muse」アプリ内においてリアルタイム音声会話機能および感情表現豊かなアバターの正式展開を開始しました。この動きは、AIとのやり取りを単なるテキストベースから、音声と仮想的な身体の動きに基づく自然な人間同士の対話へと移行させることを目的としており、現在、スマートフォンアプリ、ウェブ、Macデバイスで利用可能です。
Museとのリアルタイム音声インタラクション
新機能により、ユーザーは正確なテキストプロンプトを作成する必要なく、AIアシスタントと一緒に声に出して考えることができるようになります。ユーザーはアプリ内の電話アイコンをタップするだけでオープンな対話を開始できるようになり、ブレインストーミング、旅行の計画、さらには面接やプレゼンの練習などが容易になります。ここにおける技術的な強みは、システムがストリーミング中の発話を処理して理解する能力にあり、これにより応答が即座かつインタラクティブなものになります。
感情や動きを表現するアバター
音声に加えて、メタは会話のトーンに視覚的に反応する「エクスプレッシブ・アバター（Expressive Avatars）」技術を導入しました。アバターは発話の文脈に合わせた微細な表情や身振りを使い分け、アシスタントが関心を持って会話を追っているという印象を与えます。また、メタはユーザーに対し、音声インターフェースのみ、テキストの横にアバターを表示、あるいは顔を合わせた会話体験のためのフルスクリーンモードなど、このアバターの表示方法を自由に選択できるようにしました。
音声体験のカスタマイズと駆動技術
この体験は「Museリアルタイムアバター（Muse Realtime Avatar）」および「Museリアルタイム音声（Muse Realtime Voice）」技術に基づいており、ユーザーが人間の会話のように文の途中でAIの言葉を遮ることができるシームレスな会話をサポートするように設計されています。また、個人的なタッチを加えるため、同社は様々な地域方言から架空のキャラクターに至るまで、数百種類の多様な音声オプションを提供しており、ユーザーは自分の気分に合わせてアシスタントの「性格」を変更することができます。
ユーザー体験において何が変わるのか？
このアップデートは、従来の「質問と回答」モデルから「継続的なコラボレーション」モデルへの移行を象徴しています。特定の要求を入力する代わりに、ユーザーは未完成のアイデアから始めて、ウォーキングや料理などの他の作業を行いながらMuseとの議論を通じてそれを発展させることができます。このアプローチは、音声のトーンやアバターの表情を通じて即座に応答し文脈を理解するデジタルコンパニオンとしてのAIの役割を強化します。
提供状況と将来の計画
音声およびアバター機能は現在、第一段階として米国のMuseアプリユーザー向けに展開が開始されています。メタは、これらの音声機能が間もなくAIグラス（AI Glasses）や「ミューズ・チャーム（Muse Charm）」デバイスにも搭載されることを確認しており、これは画面に完全には依存しない使用体験を提供するために、同社がAIアシスタントをウェアラブルデバイスに統合したいと考えていることを示しています。