FE EXAM

VUI(音声ユーザインタフェース)

音声の入力と出力で機器を操作するユーザインタフェース。

DIAGRAM
音声入力
処理(解釈)
音声出力
声で頼む → 機器が解釈して処理 → 声で答えるユーザ「明日の天気は?」音声入力スマートスピーカー音声出力「明日は晴れ、最高22度です」スピーカー内部の処理①音声認識声→文字②意味の解釈何を頼まれたか③音声合成文字→声
解説

📌
VUIとは

声でやりとりする=画面もキーも要らない話す答える機器

VUI(ボイスユーザインタフェース=声で操作する仕組みのこと)とは、人の話し声で指示を出し、機器が音声で答えるユーザインタフェースのことです。GUIが「見て触る」、CUIが「文字を打つ」のに対し、VUIは「話して聞く」のが特徴です。

身近な例で考えると、店員さんに口頭で注文するのに似ています。「コーヒーをホットで」と言えば、店員は内容を理解して「かしこまりました」と返事をします。VUIでは、この店員の役割を機器が担うわけです。

VUIの最大の利点は、手や目がふさがっていても操作できることです。料理中や運転中など、画面を触れない場面でも声だけで操作できます。上の図解の青い矢印が「話す(入力)」、緑の矢印が「答える(出力)」を表しています。

📌
仕組み

文字処理音声認識意味解釈音声合成

VUIは、声を理解して声で返すまでに、おおむね次の3つの処理を行っています。
音声認識:マイクで拾った人の声を、文字(テキスト)に変換する
意味の解釈:その文字が「何を頼んでいるか」を読み取り、必要な処理(天気の検索など)を行う
音声合成:処理結果の文字を、人が聞き取れる声に変換して読み上げる

ここで重要なのが自然言語処理(=人間の言葉をコンピュータが扱う技術)です。「明日の天気は?」も「あした晴れる?」も同じ意図だと理解できるのは、この技術のおかげです。近年は大規模言語モデルの進歩で、より自然な会話ができるようになっています。

ポイントは、入口(音声認識)と出口(音声合成)が対になっていることです。声をいったん文字に直して処理し、結果をまた声に戻す──この往復がVUIの基本的な流れです。

📌
用途(スマートスピーカー等)

声でいろいろな機器を動かす照明音楽家電検索

VUIの代表例がスマートスピーカーです。机に置いた小さな機器に話しかけるだけで、さまざまなことができます。
情報の確認:「明日の天気は?」「今何時?」と聞くと答えてくれる
音楽・ニュース:「音楽をかけて」「ニュースを読んで」で再生する
家電の操作:照明やエアコンと連携し、声でオン・オフできる
予定・アラーム:「7時に起こして」でアラームを設定する

スマートスピーカー以外にも、スマホの音声アシスタントカーナビの音声操作テレビのリモコンの音声検索などにVUIが使われています。運転中など手が離せない場面で特に役立ちます。

文字が読めない小さな子どもや、画面の操作が苦手な高齢者でも、話しかけるだけで使えるのはVUIの大きな魅力です。誰もが使いやすい仕組みとして、活用の場が広がっています。

練習問題

🎯
基本情報技術者 練習問題

Q1.VUI(音声ユーザインタフェース)の説明として最も適切なものはどれか。
A.アイコンやボタンを画面で操作する方式
B.音声の入力と出力で機器を操作する方式
C.文字でコマンドを打ち込んで操作する方式
D.複数の指で画面に触れて操作する方式
Q2.VUIの代表的な活用例として最も適切なものはどれか。
A.スマートスピーカーへの話しかけ操作
B.紙のマニュアルを読みながらの操作
C.マウスでアイコンをドラッグする操作
D.プログラムをコンパイルする操作
Q3.VUIで人の声を文字に変換する処理を何と呼ぶか。
A.音声合成
B.音声認識
C.画像認識
D.暗号化

関連コンテンツ