概要

おは朝パーク2025にて出展した「おはパスポート」。

その中で、私はAIアナウンサーの開発を担当しました！

この記事では、AIアナウンサーのシステムの仕組みや開発における工夫点、イベント当日の様子などをご紹介します。

AIアナウンサーとは

AIアナウンサーは「おはパスポート」を使った体験型コンテンツとなっています。

おは朝パークの会場に設置された特別なボックスにおはパスポートを置くと、「おはよう朝日です」の番組MCの誰かが、おはパスポートに書かれた名前と熱い一言メッセージを呼びかけてくれます。 taikenyousu

蓋がカード型に切り抜かれたボックスの中に、タブレットとライトが入っています。

ボックスの上に置かれたおはパスポートを、タブレットのカメラが下から読み取る仕組みです。 imagebox

具体的には以下の流れでシステムが動作します。

開発にあたり、いくつかの工夫を凝らしました。

パスポートには「ひらがな8文字まで」ならどんな名前でもプリントできます。

そのため、フルネームからニックネームまで、どんな名前でもきれいに読み上げられる必要がありました。

そこで、100通りの名前パターンを用意して実際にアナウンサーの方に読み上げてもらい、それを学習データとして音声モデルを作成しました。

これにより、どんな名前でも違和感なく読み上げるシステムを実現しています。

おはパスポートは決まった位置・向きで置いてもらう前提ですが、実際にはどうしても数ミリのズレや傾きが生じます。

この少しのズレによりOCRで読み取る場所もずれてしまい、名前が正しく読み取れないことがありました。

この問題を解決するため、物理的な工夫とプログラムによる修正の2つのアプローチをとりました。

物理的な工夫（ボックスの改善）

3Dプリンターを利用しました。

ボックスのカード設置箇所に専用の部品（左）を作成して取り付けることで、誰が置いても自然と正しい位置・角度に収まるようにしました。

また、タブレットを固定するタブレット台（右）を作成して取り付けることで、ある程度の衝撃が加わったとしてもタブレットの位置がずれることを防止できるようにしました。
プログラムの工夫（画像補正）

「射影変換」という技術を利用しました。

おはパスポートの4つの角を認識し、正しい長方形の座標に画像を変換する技術です。（※左の画像が射影変換前、右の画像が射影変換後になります）

これにより、カードが多少ズレて置かれても常に正しい角度に修正でき、常にカードの正しい場所をOCRで読み取ることができるため、読み取り精度が大幅に向上しました。