名前のとおり賢い「スマートスピーカー」は、言葉を理解し実行することがそのアイデンティティ。クラウド上の音声認識エンジンにより、日本語や英語など各種の言語を理解します。台所仕事で手が離せないときでも、「天気予報を知りたい」とか「明日の予定は」などと話しかければ、言葉でその内容を教えてくれます。

だからスマートスピーカーを選ぶときには、どのような命令が可能か、どのアプリ／サービスと連携できるのかばかり注目しがちですが、実は「聞き取り能力」がとても重要。しっかり話したつもりが「聞き取れませんでした」と一蹴される屈辱たるや。2度も3度も同じことを話しかけるイライラは、スマートスピーカーの聞き取り能力が高ければ減らせるのです。

その聞き取り能力を左右する要素は、1つにはマイクの数。いろいろな方向に向けられているほうが、どこから話しかけられてもきちんと聞き取れるからです。実際、Amazon Echoには7基ものマイクが装備されていました。技術が進み、現在ではApple HomePod miniやAmazon Echo Dotなどマイク4基の製品が多くなりましたが、マイクの数は少ないより多いほうが有利です。

もうひとつは、ノイズを低減させる技術（ノイズリダクション）と取り除く技術（ノイズキャンセリング）。音声認識に必要な要素、つまり人間の声以外の音を余計なものとみなし低減／除去することで、音声を特定しやすくして認識精度を高めようというものです。この部分は、マイクそのものというより搭載されるSoCの能力に依存します。

声が発する方向を特定する能力も、聞き取り性能に影響します。複数のマイクを利用して声がどの方向・位置から届いているかを検出し、そこからの音を聞き取りの認識対象にしようというわけです。こちらもマイクの数と搭載されるSoCの性能に左右されるうえ、正確に方向・位置を検出できないとかえって認識精度が下がることがあるなど、スペックでは判断できない部分もあります。

連携できるアプリ／サービス、オーディオ機器としての音質、そして聞き取り能力...スマートスピーカーの導入を検討しているのなら、意識してチェックしましょう。