資料を入力、AIが語り出す
ポッドキャスト自動生成の
グーグル新ツールが話題

「さて、今日は最先端のテクノロジーを詳しく掘り下げていくとしよう」。砕けた調子の米国人男性の声がする。ただし、この声を発しているのは人間ではない。声の源は、「オーディオ・オーバービュー（Audio Overview）」というグーグルの新しい人工知能（AI）ポッドキャストツールだ。このツールが予想外のバイラルヒットとなっている。

Audio Overviewは、およそ1年前にリリースされたAIリサーチ・アシスタント「ノートブックLM（NotebookLM）」の一部として、今年9月中旬に提供が始まった。グーグルの「ジェミニ（Gemini） 1.5」モデルを搭載したNotebookLMは、ユーザーがリンクや動画、PDFファイル、テキストなどのコンテンツをアップロードして関連する質問を投げると、それに回答。コンテンツの短い要約も提供する。

このツールは、「ディープダイブ（Deep Dive）」と呼ばれるポッドキャストを生成する。アップロードした内容について、男性と女性の声で議論するのだ。その声は息をのむほどリアルだ。エピソードには、「おや」「わぁ」「ええ」「ちょっと待って、ちゃんと理解させて」 といった、人間らしく聞こえる語句が散りばめられている。 「ホスト」たちは、お互いの発言を遮ることさえある。

この機能をテストするため、私はMIT テクノロジーレビュー（米国版）の創刊125周年記念号からすべての記事をNotebookLMにコピーし、それを元に10分間のポッドキャストを生成するよう求めた。すると、NotebookLMは注目する記事をいくつか選び出し、ホスト役のAIが記事の要点を見事に伝えてくれた。ぜひ聴いてみてほしい。

MIT テクノロジーレビュー創刊125周年記念号

NotebookLMのプロダクトリーダーを務めるライザ・マーティンは、X（旧ツイッター）で、このAIシステムは、「ほんの少しのコンテンツと引き換えに魔法を創り出す」 ように設計されていると語っている。音声モデルは、感情的で人を惹きつける音声を生み出すように意図されており、「明るく、強い関心を示す口調」でそれを表現しているとマーティンは言う。

もともと学習用ツールとして登場したNotebookLMは、ユーザーたちの間で独自の使い方をされている。マーティンによると、グーグルは現在、長さ、形式、音声、言語の変更など、多くのカスタマイズ・オプションの開発に取り組んでいるという。今のところ、ポッドキャストは英語でのみ生成可能となっているが、レディット（Reddit）ではフランス語とハンガリー語でのオーディオ作成に成功した例も紹介されている。

確かにクールな機能だ。胸が躍るような、と表現することもできるかもしれない。とはいえ、生成AIを悩ませる幻覚（ハルシネーション）やバイアスなどの問題と無縁というわけではない。

NotebookLMのこれまでの主な活用例をいくつか紹介しよう。

オンデマンド型ポッドキャスト

オープンAI（OpenAI）の創業メンバーの一人で、かつてテスラのAI部長を務めたアンドレイ・カルパシーは、Deep Diveが現在のお気に入りポッドキャストであるとXで述べている。カルパシーは、『Histories of Mysteries（ミステリーの歴史）』という独自のAIポッドキャスト・シリーズを作成した。狙いは、「歴史上最も興味深い謎を明らかにする」こ …

人気の記事ランキング

1. This Nobel Prize–winning chemist dreams of making water from thin air 空気から水を作る技術—— ノーベル賞化学者の夢、 幼少期の水汲み体験が原点
2. Text-to-image AI models can be tricked into generating disturbing images AIモデル、「脱獄プロンプト」で不適切な画像生成の新手法
3. The paints, coatings, and chemicals making the world a cooler place 数千年前の知恵、現代に　エネルギー要らずの温暖化対策
4. Quantum navigation could solve the military’s GPS jamming problem ロシアGPS妨害で注目の「量子航法」技術、その実力と課題は？