Transcription

1 平成 9 年度 特許出願技術動向調査報告書 ( 概要 ) マンマシンインターフェイスとしての音声入出力 平成 年 月 特許庁 問い合わせ先 特許庁総務企画調査課知財動向班 電話 :-8-( 内線 :)

2

3 章調査概要 節調査目的人間と機械が情報をやり取りするための手段であるマンマシンインターフェイスにおいて 従来からあるキーボード タッチパネル ディスプレイ等に代わって 操作の効率性や柔軟性を格段に向上させる手段として 音声認識 合成等の音声入出力技術が期待されている 音声認識技術については 過去にも特許出願技術動向調査が行われ 年にその報告書が公表されている ところが近年 音声認識精度の向上や合成音声の品質の向上 ハードウェア機器の多様化 処理能力の向上がめざましく また 従来のスマートフォンに加えて音声アシスト端末に代表される新しいデバイスが次々と登場し 改めて市場の注目を集めている さらに今後は IoT(Internet of Things) 関連技術の進展によってこれまで以上に身の回りの様々な機器が相互に接続され 人間と機械のやり取りの対象に加わることが予想される 以上のような背景のもと 本調査では 年以降の動向も踏まえ マンマシンインターフェイスにおける音声入出力技術に関する国内外の技術動向 日本及び外国の技術競争力の状況と今後の展望を明らかにすることを目的として 本技術に関する特許や論文等の動向について調査分析を行った 節技術俯瞰図と対象技術の概要本調査で対象とする技術を俯瞰する技術俯瞰図を図 - に示す 本技術の応用産業と関係する 用途 音声入力から出力迄の各段階における 要素技術 技術が解決しようとする 課題 の つの観点で整理している 平成 年度特許出願技術動向調査 音声認識技術 ( を参考に 音声合成技術と最近の産業分野を加えて整理した - -

4 図 - マンマシンインターフェイスとしての音声入出力の技術俯瞰図 用途 顧客応答 自動応答 案内 ボイスロギング ヘルスケア モビリティ 医療 看護 介護 自動車 障がい者支援 鉄道 患者 生活者支援 航空 軍事 船舶 生産管理 商品管理 土木建設管理 構造物管理 機器操作 操作支援 作業記録 異常検出 安全性確保 メディア 作成 望ましい人の声で発話 音楽 個人 ( 業務 ) 用 / 家庭用 / 業種共通 機器操作 操作支援 ディクテーション テキストの読み上げ 翻訳 通訳 教育 学習 コミュニケーション ゲーム 防犯 防災 安全性確保 個人認証 要素技術 音声 音入力 音響処理 特徴抽出 音声認識 文字 画像 映像マイク以外のセンサー その他の入力 言語解析 話者特定 対話解析 応答文生成 音声合成 ニューラルネットワーク等の活用 音声出力制御 表示 その他の出力 音声 音出力 認識率向上 操作性向上 ノイズ耐性 複数話者の聞き分け 高速化 学習の手間省力化 自然な発話の認識 発話 ( 韻律 感情等 ) 課題 セキュリティ確保 プライバシー管理 多言語対応 語彙 メッセージの伝わりやすさ向上 低消費電力 ビジネスモデル ( 注 ) 絵の素材にゲッティイメージズの画像を使用 音や文字等の各種の入出力のうち 本調査の調査範囲を表 - に示す は調査対象に含まれることを は含まれないことを意味する ここで 音声 とは 人の声 や 人の声をまねた音 とし 単に 音 という場合は 音声 を含まないものとする ただし オーディオアンプや電話通話等 入力音声を音声の表現内容や言語 韻律等の形態を変えることなく そのまま出力するものは調査対象外にする 表 - 各種入出力に関する本調査の調査範囲 入力 音声又は入力を意図した音 (*) 出力 音声音表示 文字その他 ロボットと会話等 NG ワード検出を警告音で知らせる等 音声を字幕変換等 音声でリモートコントロール等 (*) 入力を意図しない音 ( 自動車の騒音等 ) 文字 画像 映像 マイク以外のセンサー ドローンの接近を音声で知らせる等 電子メールの読み上げ等 衝突防止の音声警報等 自動車の接近を警告音で知らせる等 不審者検知を警告音で知らせる等 火災を警告音で知らせる等 その他 薬の飲み忘れを音声で知らせる等 - - 機器の内異常を警告音で知らせる等 *: 入力を意図した音 は人間がシステムで処理されることを意図して発する音で 例えば操作のために手を叩く音等 *: その他例えば 音声分析により疾患を判定するもの 補聴器 コールセンターの会話の音声をデータマイニングするもの等

5 音声入出力技術は マンマシンインターフェイスとしての利便性の高さから 今後あらゆるコンピューターシステムに搭載されていく可能性がある そのため様々な 用途 が期待される 例えば コールセンターでの自動応答 案内等 顧客応答に用いられる 金融商品販売等の顧客応答で応答内容を蓄積 認識し コンプライアンス上言ってはいけないキーワードに対してアラームを発する等にも使われる ( ボイスロギング ) 医療現場での電子カルテの記載 自動車内での機器操作 生産現場での機械操作等 手が離せない ( 離しにくい ) 現場でのハンズフリー操作も便利な用途である ニュースのを作成したり 亡くなった人の声を再現したりといったメディア用途も期待される これらの業種別の用途の他 ロボットや音声アシスト端末との音声を通じた会話 ネットワーク上のサービス呼び出し ( メディアの再生や家電 オフィス機器の制御 商品の発注等 ) 音声での翻訳 通訳等の業種共通の用途 あるいは個人向け用途もある 音声入出力の 要素技術 は 音声や音の入力から出力に至る段階ごとに一般的に次のようなものからなる 入力された音声や音の信号はデジタル化されノイズ除去等の前処理が行われる ( 音響処理 ) その後 周波数特性等の特徴抽出を行って 音声については 音声波形と音素 ( 言語としての音 ) との関係付け ( 音響モデル ) 音素列と単語や単語列との関係付け ( 言語モデル ) を用いて単語列を得る ( 音声認識 ) さらに形態素解析 ( 品詞解析 ) 文法解析 構文解析等の係り受け解析で文の意味内容を認識する ( 言語解析 ) また文脈や対話の進行状況から対話内の各文の意味内容について予測的に認識を深める ( 対話解析 ) 音声出力に向けて 対話解析の結果を受け適切な応答文を生成し ( 応答文生成 ) それを音声に変換する ( 音声合成 ) 合成された音声はユーザーの指示や環境に応じた音量 音質の選択を加味して出力される ( 音声出力制御 ) なお これらの要素技術は必ずしも全てが使われるとは限らず 表 - に示したように 入力側だけが使われたり 出力側だけが使われたり 一のみで処理が行われることがある 音声だけでなく唇の動きの画像認識等 他の情報を組み合わせることで認識性能を上げることもある ( マルチモーダル ) また 入力された音声に対して話者を特定することで個人認証に活用したり音声認識の精度を上げたりすることもある 音声入出力技術の大きなトレンドとしては ~ 年前までは誤認識も多く実用に耐え難い場合も多かったが ニューラルネットワーク等の活用によって認識率が大きく向上し 雑音のある環境でも人間並みか人間を超える認識率を実現できる水準になっていることが挙げられる そのため 音声認識技術開発においての注目分野は 統計モデルによる推測を基盤にしたものから ニューラルネットワーク等の活用に移行している 技術の 課題 としては 用途の拡大に向け 認識率の向上の他 操作性向上も重要である 従前はマイクの数十 cm 以内なら認識できたが数 m 離れた位置からの発話を認識するのは難しかった 現在は アマゾンの Alexa 等で見られるように マイクから離れた場所からの発話でも認識できるようになっている 音声認識を開始させる際にボタンを押す等で開始の合図をする操作を不要にするため 雑音の中から認識すべき人間の言葉の始まりを検出する技術も進歩している ( 発話区間検出技術 ) また 自動車や生産現場等 ノイズが大きい中でも音声入出力を用いることができるように ノイズが大きい中でも人間より高い認識率を得られることも必要になる ( ノイズ耐性 ) また ロボット等との会話に用いるうえで 自然な会話を実現する技術が求められる 中でもマイクア - -

6 レイによるビームフォーミングの音響処理技術は 複数のマイクを用い 音を受信する方向を制御する技術で 現状は精度が発展途上と考えられるが 雑音と認識すべき発話を分離したり 複数の話者がいる場合にその発話を聞き分けたり音源を分離するのに有効な技術である ( 複数話者の聞き分け ) 音声入出力技術の製品への実装に向けては 処理の高速化や低消費電力といったことも課題となる - -

7 章市場環境調査音声入出力技術に関する市場は 音声認識技術の市場と音声合成技術の市場と捉えることができる 音声認識技術の市場は 音声の自動翻訳 医療現場での音声認識 テキスト変換 ハンズフリー端末による音声入力の反映 コールセンター等において自動化された顧客向けサービスの応答 ガイダンス等に用いるもの 人物の特徴を認識し人物を判断することに用いるもの等の音声認識技術の各種アプリケーションの市場と捉えることができる 一方 音声合成技術の市場は 音声認識技術の製品 サービスに内包された形での製品 サービスの提供が多いことから 音声合成技術単体で推し測ることは難しい 音声認識技術のグローバル市場は拡大傾向にある 音声を単語としてデジタル形式に変換する製品が 音声認識技術に関する市場の全体の 9 割近くを占めている 一方今後は デジタル機器の急速な技術の進展 グローバル市場の拡大に伴い 発声した人物の特徴を判断する製品の市場が拡大すると予測されている 地域別に見ると 米国 欧州 日本等の先進国市場は 年現在で世界全体の売上の約 割を占める中心的な市場であり 年間平均で約 % の成長率が見込まれる 主な用途として 金融機関のコールセンター 顧客対応窓口 その他顧客対応の門 ヘルスケア分野における医療現場での使用等が挙げられる アジア太平洋地域と中南米諸国の市場は 今後発展の可能性が高い地域と考えられる 特にアジア太平洋地域は 年間平均約 9% の成長率が見込まれ 最も急成長を遂げる市場と期待される これらの成長は 主に多様な民生用機器において音声認識機能の需要の高まりが寄与するものと考えられる 一方 日本市場は成長が継続するものの 成長率が約 % で他地域と比較して若干低いと予測される 図 - 音声認識技術市場 : 各国 地域別構成比率の現状と予測 (- 年 ) その他諸国 % 中南米 % アジア太平洋地域 8% 年 欧州諸国 % 米国 % カナダ % 日本 9% その他諸国 8% 中南米 % アジア太平洋地域 % 年 欧州諸国 % 米国 % カナダ % 日本 % 出典 : Voice and Speech Recognition Technology ( /9)Global Industry Analysts 発行 pⅡ- のデータを基に作成 - -

8 音声合成技術の活用としては 日常的な実際のサービスに本格的に拡大し始めた点が挙げられる 一例として 国内では新聞記事を音声合成技術で聞くことができるようになった また 単に音声合成技術によるテキストの読み上げではなく 本人に似せカスタマイズされた音声合成でのサービス提供等も試みられており 今後は同様のサービス提供がなされることが予測される 音声認識 合成技術全体の市場については 国内市場を中心とした分析ではあるが JEITA( 一般社団法人電子情報技術産業協会 ) 音声入出力方式標準化専門委員会の 平成 8() 年度音声認識 合成技術応用製品の動向について に詳しい 同技術を活用した主要な製品 サービス動向としては スマートフォンや音声アシスト端末 会話ロボット また 医療向けや車載向け メディア向け等 様々な用途向け機器に搭載されていくと考えられる 例えば スマートフォンは 年時点では世界全体で出荷台数が約 億台であり 今後も年平均成長率.% と高い成長率で出荷が続くことが予想されており 日本や先進国のみならず 世界的に見ても爆発的に普及していく見通しである ( 図 -) こうした機器に音声入出力技術が搭載され 製品 サービスの特徴の一つとして活用されることで これらの市場を牽引する役割の一端を担っていくと考えられる 図 - 世界のスマートフォンおよびフィーチャーフォンの出荷台数推移 出典 : 総務省 平成 9 年版情報通信白書 ( / 発行 ) 節から引用 一般社団法人電子情報技術産業協会 平成 8() 年度音声認識 合成技術応用製品の動向について ( - -

9 章政策動向調査各国の政策動向の内 国内においては日本再興戦略で総務省主導の グローバルコミュニケーション計画 を立ち上げ NICT( 国立研究開発法人情報通信研究機構 ) の研究開発成果の実証を通じて普及を図るため 産官学での取り組みが継続的に進められている その他関連する政策としては 人工知能技術戦略会議 を総務省 文科学省 経済産業省の三省連携体制で創設し その中で音声認識 多言語音声翻訳に関する社会実装の推進を目指している 図 - 世界の 言葉の壁 をなくす : イメージ 出典 : 総務省 グローバルコミュニケーション計画 / 発行日本における政策面での取り組み姿勢と比較した場合 米国に関しては アップルの Siri に代表されるように 当初の基礎技術に関しては 国防総省の機関である DARPA (Defense Advanced Research Projects Agency: 国防高等研究計画局 ) における基礎研究から発展した形で民間企業の製品に実装が図られた場合もあり 民間企業独自の開発動向と同様に DARPA の動向を注視する必要がある 現在 DARPA では RATS(Robust Automatic Transcription of Speech) プログラムとして 戦場のように著しく雑音の多い場所や劣悪な通信状況においても音声 話者の認識ができるような技術の開発の継続が国家レベルの政策として進められている また DARPA だけではなく ODNI(Office of the Director of National Intelligence: 国家情報長官室 ) 内の IARPA(Intelligence Advanced Research Projects Activity) では 民間の研究機関等を参加者とした音声認識チャレンジコンテスト等を実施している - -

10 これらの点から 米国における政策動向としては 軍事予算として基礎研究がなされた中で技術的に民間に転用するようなケース およびそれ以外にも政府予算を活用して民間機関と研究を進めることで技術向上を図っており これら予算規模の拡大により 技術レベルが急速に進展する可能性も否定できない 欧州では研究開発プログラムの Horizon として - 年度には 言語の壁の打破 という枠組みにおいて EU の全言語間の組合せの自動翻訳技術向上を - 年度には メディアとコンテンツの融合 という枠組みにおいて メディアとコンテンツを融合する音声転写技術や自動翻訳技術に対する助成の取組みを進めている 韓国 および中国に関しては 科学技術の発展および未来に向けた産業育成を目的として 各々 ヵ年計画を策定し 自国の産業育成に進める中で音声認識等に関する技術開発を進めている状況である Horizon 全体では 年から 年までの 年間で約 8 億ユーロの公的資金を提供予定出典 :Horizon Work Programme - Information and Communication Technologies (/ 発行 ) - 8 -

11 章特許出願動向調査 節調査対象範囲と調査方法. 調査対象範囲マンマシンインターフェイスとしての音声入出力技術に関する特許出願動向について 全体動向調査 技術区分別動向調査 出願人別動向調査等を行った () 調査対象とした出願先国今回調査した特許の出願先国は 日本 米国 欧州 中国 韓国 ( 以下 日米欧中韓と略す場合がある ) 及び PCT( 特許協力条約 ) に基づく国際出願である 欧州への出願については 欧州特許庁への出願 (EPC 出願 ) だけでなく EPC 加盟国の内で検索に使用した特許データベース ( 後述 ) の収録国 ( アイルランド イギリス イタリア オーストリア オランダ スイス スウェーデン スペイン スロヴァキア チェコ デンマーク ドイツ トルコ ノルウェー ハンガリー フィンランド フランス ベルギー ポーランド ポルトガル ルーマニア ルクセンブルク ) への出願も対象とした () 使用したデータベースと調査対象期間特許検索に使用したデータベースは Clarivate Analytics 社が提供する DWPI (Derwent Innovation の Derwent World Patents Index) を用い 最先の優先権主張年が 年から 年を調査対象期間とした () 調査対象技術範囲本調査における特許データベース検索では マンマシンインターフェイスとしての音声入出力技術に関するキーワード及び IPC( 国際特許分類 ) を使用し 表 - に示した検索式で検索した結果を調査対象母集団とした - 9 -

12 集合番号 DWPI 検索式 表 - 特許データベース検索式 ヒット件数 IC=(GF):,8 IPC GF/( 音声入力 ; 音声出力 ) のみから検索 IC=(GL) and ALLD=((human or man or user* or people* or operator* or client* or customer* or worker* or driver* or player* or speaker* or utterer*) NEAR (interface* or input* or output* or receiv* or operat* or manipulat* or control* or command* or instruct* or order* or request* or recogni* or detect* or notif*8 or interact* or communicat* or respon* or authenticat* or certificat* or identif*8) NEAR (pc or computer* or phone* or appliance* or apparatus* or terminal* or device* or machine* or robot* or car* or automobile* or vehicle* or application* or server* or system*)): ALLD=((human or man or user* or people* or operator* or client* or customer* or worker* or driver* or player* or speaker* or utterer*) NEAR (voice* or speech* or sound* or speak* or utter*) NEAR (interface* or input* or output* or receiv* or operat* or manipulat* or control* or command* or instruct* or order* or request* or recogni* or detect* or notif*8 or interact* or communicat* or respon* or authenticat* or certificat* or identif*8) NEAR (pc or computer* or phone* or appliance* or apparatus* or terminal* or device* or machine* or robot* or car* or automobile* or vehicle* or application* or server* or system*)):,,99 備考 IPC GL( 音声の分析または合成 ; 音声認識 ; 音声処理 ; 音声または音響の符号化と復号化 ) とキーワードを併用して検索 GL AND [( 人間 ) NEAR ( コンピュータ ) NEAR ( 操作 )] NEAR は 前後のキーワードに 語以内を含み近接しているものを指す キーワードのみから検索 [( 人間 ) NEAR ( 音声 ) NEAR ( コンピュータ ) NEAR ( 操作 )] NEAR は 前後のキーワードに 語以内を含み近接しているものを指す or or :,9 集合 ~ 集合 の和集合 CC=(JP) and DPRY>=() and DPRY<=():,9,989 and :,9 CC=(US or CN or KR or EP or WO or AT or BE or CH or CZ or DE or DK or ES or FI or FR or GB or HU or IE or IT or LU or NL or NO or PL or PT or RO or SE or SK or TR) and DPRY>=() and DPRY<=():,,8 8 ( and ) not :,8 日本への出願がある特許ファミリー 日本への出願がない特許ファミリー 9 or 8;, 調査対象母集団 - -

13 () その他の留意事項出願人国籍は 日本国籍 米国籍 欧州国籍 中国籍 韓国籍及びその他の国籍に分けて集計を行った 出願人国籍は 筆頭出願人名または筆頭出願人の住所 発明者の住所 優先権主張国 の優先順位で付与した なお 香港 (HK) は中国籍に合算し 台湾 (TW) はその他の国籍として集計した 出願人国籍別出願動向調査において 欧州国籍の出願とは 年 月現在の EPC 加盟国である 8 か国 ( アルバニア オーストリア ベルギー ブルガリア スイス キプロス チェコ ドイツ デンマーク エストニア スペイン フィンランド フランス イギリス ギリシア モナコ クロアチア ハンガリー アイルランド アイスランド イタリア リヒテンシュタイン リトアニア ルクセンブルグ ラトビア マケドニア マルタ オランダ ノルウェー ポーランド ポルトガル ルーマニア スウェーデン スロヴニア スロヴァキア サン マリノ トルコ セルビア ) の国籍を対象とした 特許の出願先国によってデータベースに収録されるまでの時間差があるため 全ての特許データが収録されている期間が各国で異なっている このため 特に 年以降は全データが取得されていない可能性があることに留意が必要である さらに PCT 出願については 国内段階へ移行するまでの期間が長く ( 国内段階移行手続期間 ( 国内書面提出期間 ): 優先日から 月以内 ) 国内書面提出期間の経過後となる公表公報発行時期は 通常の国内出願の公開公報発行時期 ( 出願から 年 か月 ) より遅くなることに留意が必要である 節調査方法 節で示した条件での特許データベース検索で得られた特許文献のファミリー単位での件数は, 件であり 国内外の内訳は 日本への出願があるファミリーが,9 件 日本への出願がないファミリーが,8 件である 特許情報の解析にあたっては まず特許文献の一次分類を行った 一次分類は 表 - の定義に基づき 各特許文献を X Y Z のいずれかに分類した 調査対象の, 件の特許ファミリーの内訳は X 文献が 9,8 件 Y 文献が,98 件 Z 文献が, 件である 表 - 一次分類の定義と該当件数記号定義ファミリー件数 X 音声入出力手法に特徴があるもの 9,8 音声入出力手法に特徴はないものの 明細書等に音声入出力に関 Y,98 する要素技術が記載されているもの音声入出力手法に特徴はなく また 明細書等に音声入出力に関 Z, する要素技術が記載されていないもの次に X 文献または Y 文献と判断された特許について 表 - から表 - に示す技術区分の付与を行った - -

14 表 -(a) 用途 に関する技術区分 大分類 中分類 小分類 説明 コールセンターや店舗 来場者施設等での顧客応答やその支援に おいて用いるもの 下位階層の分類を特定できる場合/ できな顧客応答 顧客分析い場合を含めこの区分に付与し 下位階層の分類を特定できる場 合はさらに下位階層の区分にも付与する コールセンターにおける自動応答や店頭 イベント会場における自動応答 / 案内訪問客への応対等自動応答 案内に用いるもの 金融営業店舗等でコンプライアンス違反ワード検出等ボイスロギボイスロギングングに用いるもの データマイニング コールセンター等に入ってきた顧客の音声や対応内容等をデータマイニングして分析するのに用いるもの その他 ( 特徴的な用途があるも 本階層の他の分類に特定できない場合で 一つ上の階層 ( 顧客応 答 顧客分析 ) に含まれる 特徴的な用途が示されているものに の ) 付与し 特徴的な用途に関するキーワードを記す 医療 看護 介護や聴覚障がい者支援 患者 生活者支援 その 他ヘルスケアに用いるもの 下位階層の分類を特定できる場合ヘルスケア / できない場合を含めこの区分に付与し 下位階層の分類を特定 できる場合はさらに下位階層の区分にも付与する 医療 看護 介護に用いるもの 下位階層の分類を特定できる 医療 看護 介護 場合 / できない場合を含めこの区分に付与し 下位階層の分類を 特定できる場合はさらに下位階層の区分にも付与する 医療 介護現場における情報共有やカルテ記載 救急車による搬記録の負担軽減送時や遠隔医療相談内容 薬歴情報等記録の省力化に用いるもの 手術支援 手術支援ロボットの操作等手術支援に用いるもの 病状の検出 病状の検出に用いるもの ミスの防止 投薬前の服薬確認等ミス防止に用いるもの 見守り 看護 介護を要する人 高齢者等の見守り 安否確認に用いるもの その他 ( 特徴的な 本階層の他の分類に特定できない場合で 一つ上の階層 ( 医療 看護 介護 ) に含まれる 特徴的な用途が示されているものに付 用途があるもの ) 与し 特徴的な用途に関するキーワードを記す 障がい者支援に用いるもの 下位階層の分類を特定できる場合 障がい者支援 / できない場合を含めこの区分に付与し 下位階層の分類を特定 できる場合はさらに下位階層の区分にも付与する 聴覚障がい者支援 補聴器 聴覚障がい者対応 TV 会議システム等 聴覚障がい者との音声コミュニケーションの補助に用いるもの 視覚障がい者支援 機器操作を音声や音で行う等視覚障がい者の入出力補助に用いるもの 発声障がい者支援 発声障がい者とのコミュニケーションの補助に用いるもの その他 ( 特徴的な用途があるもの ) 患者 / 生活者支援その他 ( 特徴的な用途があるもの ) 本階層の他の分類に特定できない場合で 一つ上の階層 ( 障がい者支援 ) に含まれる 特徴的な用途が示されているものに付与し 特徴的な用途に関するキーワードを記す患者 生活者支援に用いるもの ( 例えば 服薬指導や飲み忘れ防止等の服薬管理や家庭用マッサージ器 血圧計等家庭用医療関連機器の操作支援 運動指導等 ) 本階層の他の分類に特定できない場合で 一つ上の階層 ( ヘルスケア ) に含まれる 特徴的な用途が示されているものに付与し 特徴的な用途に関するキーワードを記す - -

15 表 -(b) 用途 に関する技術区分 大分類中分類小分類説明 モビリティ 自動車 自動車内の機器操作 自動車や航空 船舶 その他運輸機械や軍事用に用いるもの ただし 生産施設や土木建設現場等で使用される搬送車 自律走行ロボット 重機 建機等は 生産管理 商品管理 土木建設管理 構造物管理 に付与する 下位階層の分類を特定できる場合/ できない場合を含めこの区分に付与し 下位階層の分類を特定できる場合はさらに下位階層の区分にも付与する 自動車 ( 二輪車等も含む ) の運転で用いるもの ただし 生産施設や土木建設現場等で使用される搬送車 自律走行ロボット 重機 建機等は 生産管理 商品管理 土木建設管理 構造物管理 に付与する 下位階層の分類を特定できる場合/ できない場合を含めこの区分に付与し 下位階層の分類を特定できる場合はさらに下位階層の区分にも付与する 人がハンズフリーでカーナビ等 自動車内の機器を操作するのに用いるもの 自動運転や半自動運転において自動車と人とのやりとりに用いるも自動運転の ( 例えば 自動運転から人による運転への切り替え確認等 ) 衝突回避などのため音声でドライバーに危険情報を知らせる等 運運転支援転支援情報の提供に用いるもの ただし 自動運転 半自動運転等 自動制御を伴う場合は 自動運転 に付与する 本階層の他の分類に特定できない場合で 一つ上の階層 ( 自動車 ) その他 ( 特徴的な用に含まれる 特徴的な用途が示されているものに付与し 特徴的な途があるもの ) 用途に関するキーワードを記す鉄道鉄道で用いるもの航空や空港 軍事用バイオメトリックス 軍事用翻訳機能付きヘル航空 / 軍事メット等軍事に用いるもの船舶操船支援等船舶に用いるもの本階層の他の分類に特定できない場合で 一つ上の階層 ( モビリテその他 ( 特徴的な用途があるもの ) ィ ) に含まれる 特徴的な用途が示されているものに付与し 特徴的な用途に関するキーワードを記す工場 プラント 発電所 農林水産業等の生産施設 ( 生産設備 産業用ロボット等 ) 倉庫内のピッキングや在庫管理 売買情報の管理生産管理 商品管理 土木建設管理 構造物等商品管理 土木建設現場 公共構造物管理 ビル管理等で用いる管理もの 下位階層の分類を特定できる場合/ できない場合を含めこの区分に付与し 下位階層の分類を特定できる場合はさらに下位階層の区分にも付与する 機器操作人が機器に音声で作業指示するのに用いるもの操作支援機器が人に音声や音で作業指示するのに用いるもの作業記録生産や点検の作業記録に用いるもの異常検出保守 点検の異常検知に用いるもの安全性確保機械と人の接触警告等 安全性確保のために用いるもの本階層の他の分類に特定できない場合で 一つ上の階層 ( 生産管理 商品管理 土木建設管理 構造物管理 ) に含まれる 特徴的な用途その他 ( 特徴的な用途があるもの ) が示されているものに付与し 特徴的な用途に関するキーワードを記す映画 音楽 ドラマ スポーツ等のメディアコンテンツの制作 演メディア奏 演出等に用いられるもの観客や解説者の発する音声や音の盛り上がりを検出する等してドラ作成マやスポーツのダイジェストを作成する等 作成に用いるもの特定の人物やキャラクタを模した映画の吹替音声の変換やサンタクロース等架空の人物の音声で発話音声による発話するもの音楽に用いるもの ( 例えば 楽器調音 カラオケ採点 楽器の自動演奏や鼻歌から楽曲を検索する等 ) 下位階層の分類を特定でき音楽る場合 / できない場合を含めこの区分に付与し 下位階層の分類を特定できる場合はさらに下位階層の区分にも付与する 人工歌唱人工的に歌を歌うことに用いるもの その他 ( 特徴的な用途があるもの ) その他 ( 特徴的な用途があるもの ) 本階層の他の分類に特定できない場合で 一つ上の階層 ( 音楽 ) に含まれる 特徴的な用途が示されているものに付与し 特徴的な用途に関するキーワードを記す本階層の他の分類に特定できない場合で 一つ上の階層 ( メディア ) に含まれる 特徴的な用途が示されているものに付与し 特徴的な用途に関するキーワードを記す - -

16 表 -(c) 用途 に関する技術区分 大分類中分類小分類説明 個人 ( 業務 ) 用 / 家庭用 / 業種共通機器操作ネットワーク上のサービス呼び出し操作支援音声のテキスト化議事録作成その他 ( 特徴的な用途があるもの ) テキストの読み上げ翻訳 / 通訳教育 / 学習コミュニケーションゲーム防犯犯罪性のある音声検知その他 ( 特徴的な用途があるもの ) 防災 / 安全性確保個人認証携帯電話 / 携帯機器テレビ会議その他 ( 特徴的な用途があるもの ) その他 ( 特徴的な用途があるもの ) パソコン モバイル端末等の汎用個人端末 電話 家電 ゲーム機等の個人 ( 業務 ) 用 / 家庭用機器やサービスに用いるもの 業種共通の用途に用いるもの 下位階層の分類を特定できる場合/ できない場合を含めこの区分に付与し 下位階層の分類を特定できる場合はさらに下位階層の区分にも付与する 人が個人 ( 業務 ) 用 / 家庭用機器に音声で遠隔操作 ハンズフリー操作するのに用いるもの ただしネットワーク上のサービス呼び出しのためにパソコンを操作する等の用途に用いるものは ネットワーク上のサービス呼び出し に付与するインターネット上のサービス呼び出し 情報検索 家庭内 LAN に接続された家電を操作する等 ネットワーク上のサービス呼び出しに用いるもの個人 ( 業務 ) 用 / 家庭用機器が人に音声や音で操作ガイドを行ったりするのに用いるもの留守番電話の録音内容のテキスト化 音声で話した営業報告のテキスト化等音声のテキスト化に用いるもの 下位階層の分類を特定できる場合 / できない場合を含めこの区分に付与し 下位階層の分類を特定できる場合はさらに下位階層の区分にも付与する 国会 学術講演 裁判所等でのディクテーションに用いるもの本階層の他の分類に特定できない場合で 一つ上の階層 ( 音声のテキスト化 ) に含まれる 特徴的な用途が示されているものに付与し 特徴的な用途に関するキーワードを記す電子メールの読み上げ等テキストの音声化に用いるもの外国人向け多言語観光案内等 翻訳 通訳に用いるもの外国語発音評価やボイストレーニング等 教育 学習に用いるもの愛玩用ロボット等 コミュニケーションを楽しむことに用いるものゲームに用いるもの防犯に用いるもの ( 例えば 不審な音声や音を検出して防犯 警備に用いる等 ) 下位階層の分類を特定できる場合/ できない場合を含めこの区分に付与し 下位階層の分類を特定できる場合はさらに下位階層の区分にも付与する 振り込め詐欺誘引通話の検出等 犯罪性のある会話の検出に用いるもの本階層の他の分類に特定できない場合で 一つ上の階層 ( 防犯 ) に含まれる 特徴的な用途が示されているものに付与し 特徴的な用途に関するキーワードを記す異常音を検出する等 防災に用いるもの 歩行者への自動車の接近警報等安全性確保のために用いるもの個人認証に用いるもの携帯電話 スマートフォンやタブレット等の携帯機器に用いるものテレビに用いるもの会議用途に用いるもの本階層の他の分類に特定できない場合で 一つ上の階層 ( 個人 ( 業務 ) 用 / 家庭用 / 業種共通 ) に含まれる 特徴的な用途が示されているものに付与し 特徴的な用途に関するキーワードを記す本階層の他の分類に特定できない場合で 特徴的な用途が示されているものに付与し 特徴的な用途に関するキーワードを記す - -

17 表 - 課題 に関する技術区分 大分類中分類説明 認識率向上操作性 ユーザーエクスペリエンスの向上ノイズ耐性複数話者の聞き分け高速化 リアルタイム性向上学習の手間省力化自然な会話利用者の属性の認識とそれに応じた発話文脈の認識とそれに応じた発話韻律の認識 韻律を持たせた発話感情の認識 感情を込めた発話置かれた環境の認識とそれに応じた発話その他 ( 特徴的な課題があるもの ) セキュリティ確保プライバシー管理匿名化 ( マスキング ) その他 ( 特徴的な課題があるもの ) 多言語対応語彙メッセージの伝わりやすさ向上 ( 緊急性や危険性が伝わる音声や音 ) 低消費電力ビジネスモデル低コスト化その他 ( 特徴的な課題があるもの ) 認識率向上を課題とするものマイクから離れた場所からの発話でも認識できるようにする等操作性向上を課題とするもの 発話区間検出を自動的に行うものを含み その場合はこの区分と要素技術の 発話区間検出 にも付与するノイズ除去あるいはノイズが大きい中での認識率改善を課題とするもの複数の話者からの発話を聞き分けることを課題とするもの音声認識 辞書探索等の処理の高速化を課題とするもの音声登録等学習の手間の省力化を課題とするもの自然な会話を課題とするもの 下位階層の分類を特定できる場合 / できない場合を含めこの区分に付与し 下位階層の分類を特定できる場合はさらに下位階層の区分にも付与する 利用者の属性を反映した音声の認識やそれに応じた発話を行うことを課題とするもの過去の会話内容等を反映した音声の認識やそれに応じた発話を行うことを課題とするもの音声の抑揚や強弱 話のテンポ 間の取り方 方言を認識し 認識精度を高めたり 適切な韻律で発話することを課題とするもの話者の感情を認識し 認識精度を高めたり 感情に応じた発話を行うことを課題とするもの周囲の環境 置かれた環境を認識し 認識精度を高めたり 状況に応じた発話を行うことを課題とするもの ( 例えば 周囲に人が多くいる時には小声で発話する 自動車運転で交差点進入時や車線変更時はあまり話しかけずできるだけ安全なときに話しかけるようにする 等 ) 本階層の他の分類に特定できない場合で 一つ上の階層 ( 自然な会話 ) に含まれる 特徴的な課題が示されているものに付与し 特徴的な課題に関するキーワードを記す音声認証時のなりすまし防止や盗聴防止 不適切表現の除去等セキュリティ確保を課題とするものプライバシー管理を課題とするもの 下位階層の分類を特定できる場合 / できない場合を含めこの区分に付与し 下位階層の分類を特定できる場合はさらに下位階層の区分にも付与する 音声データのうち個人情報に関する箇所を匿名化処理するもの本階層の他の分類に特定できない場合で 一つ上の階層 ( プライバシー管理 ) に含まれる 特徴的な課題が示されているものに付与し 特徴的な課題に関するキーワードを記す複数の言語対応を課題とするもの認識可能な語彙数や新語 流行語の認識登録を課題とするもの音声や音を出力に使う場合にメッセージの伝わりやすさの向上を課題とするもの ( 例えば火事の警告を音声や音で出力する際に 緊急性や危険性が伝わる音声や警告音にする等 ) 低消費電力を課題とするもの課金方法や課金方法に関係したシステム構成の仕方に関するもの低コスト化を課題とするもの本階層の他の分類に特定できない場合で 特徴的な課題が示されているものに付与し 特徴的な課題に関するキーワードを記す - -

18 表 - 音声入出力の形態 に関する技術区分 大分類中分類説明 音声 又は 入力を意図した ( 音声以外の ) 音 の入力入力を意図しない音の入力文字 画像 映像等の入力マイク以外のセンサーによる入力その他の入力 音声又は入力を意図した ( 音声以外の ) 音が入力され 音声を出力するもの 入力を意図した音 は人間がシステムで処理されることを意図して発する音 ( 例 : 操作の為に 手を叩く音 ) 入力の音声に音声の出力は入力を意図した音声と入力を意図しない音声の両方を含む ( 入力を意図しない音声とは 例えばコールセンターで顧客の発話をデータマイニングする場合等 ) 音声又は入力を意図した音が入力され ( 音声以外の ) 音を出力する ( 音声以外の ) 音の出力もの 音声又は入力を意図した音が入力され 画面に文字として表示する表示 文字の出力等表示 文字を出力するもの ( 例 : 音声を字幕変換してヘッドマウントディスプレイに表示 ) 音声又は入力を意図した音が入力され 音声 音 表示 文字以外の形で出力するもの ( 例 : 音声でリモートコントロール 音声分析その他の出力による疾患を判定 補聴器 コールセンターの会話の音声をデータマイニングするもの等 ) 入力を意図しない音 ( 環境音や車の騒音等 ) を入力後 音声を出力音声の出力するもの入力を意図しない音 ( 環境音や車の騒音等 ) を入力後 ( 音声以外の ) ( 音声以外の ) 音の出力音を出力するものその他表示その他の出力であって音声 音の出力に特徴がないもの文字 画像等の入力後 音声を出力するもの ( 例 : 電子メールの自音声の出力動読み上げ 顔認識により相手を判別し会話内容を変える受付ロボット ) ( 音声以外の ) 音の出力文字 画像等の入力後 ( 音声以外の ) 音を出力するもの その他 表示その他の出力であって音声 音の出力に特徴がないもの 音声の出力 センサー ( 音センサーは除く ) に入力後 音声を出力するもの ( 例 : 車衝突の音声警報 音声による火災報知機 ) ( 音声以外の ) 音の出力 センサー ( 音センサーは除く ) に入力後 音を出力するもの その他 表示その他の出力であって音声 音の出力に特徴がないもの 音声の出力 音声 音 文字 画像 センサー以外の入力後 音声を出力するもの ( 例 : 介護サービスの服薬確認 システム内異常を音声告知 ) ( 音声以外の ) 音の出力 音声 音 文字 画像 センサー以外の入力後 ( 音声以外の ) 音を出力するもの ( 例 : ブザーによる火災報知機 ) その他 表示その他の出力であって音声 音の出力に特徴がないもの - -

19 表 - 要素技術 に関する技術区分 大分類中分類説明 音響処理 特徴抽出 音声認識 言語解析 対話解析 応答文生成 音声合成 音声出力制御 話者特定 マルチモーダル 発話区間検出 エコーキャンセリング ( 自己 発生音除去 ) ノイズ除去 マイクアレイによるビームフ ォーミング 音源分離 その他 ( 特徴的な要素技術が あるもの ) 韻律 その他 ( 特徴的な要素技術が あるもの ) 音響モデル 言語モデル 単語辞書 探索 分散型音声認識 その他 ( 特徴的な要素技術が あるもの ) その他 ( 特徴的な要素技術があるもの ) 音響処理に特徴があるもの 下位階層の分類を特定できる場合/ できない場合を含めこの区分に付与し 下位階層の分類を特定できる場合はさらに下位階層の区分にも付与する 雑音や静音も含まれた音響データの中から音声認識の対象となる発話区間を特定するもの 自己発生音と利用者による発話が干渉しないように受信した音声信号から自己発生音による分を除去 低減するもの (barge in) ノイズを除去するもので自己発生音除去やビームフォーミングによるものを除く ( 例 : スペクトラムサブストラクション CMS( ケプストラム平均除去 )) 複数のマイクを使用し 音を受信する方向を制御するもの 複数の音源からの音声が混合している音響データから 音源ごとのデータを分離するもの 本階層の他の分類に特定できない場合で 一つ上の階層 ( 音響処理 ) に含まれる 特徴的な要素技術が示されているものに付与し 特徴的な要素技術に関するキーワードを記す 特徴抽出に特徴があるもの 下位階層の分類を特定できる場合 / できない場合を含めこの区分に付与し 下位階層の分類を特定できる場合はさらに下位階層の区分にも付与する 発話速度 イントネーション 方言等の特徴を抽出するもの 本階層の他の分類に特定できない場合で 一つ上の階層 ( 特徴抽出 ) に含まれる 特徴的な要素技術が示されているものに付与し 特徴的な要素技術に関するキーワードを記す 音響データを言語データに変換する音声認識に特徴があるもの 下位階層の分類を特定できる場合 / できない場合を含めこの区分に付与し 下位階層の分類を特定できる場合はさらに下位階層の区分にも付与する 音響モデルに特徴があるもの 言語モデルに特徴があるもの 単語辞書に特徴があるもの 探索に特徴があるもの 端末単体だけでなくネットワーク上のデータも用いた音声認識を行うもの 本階層の他の分類に特定できない場合で 一つ上の階層 ( 音声認識 ) に含まれる 特徴的な要素技術が示されているものに付与し 特徴的な要素技術に関するキーワードを記す 形態素解析 ( 品詞解析 ) 文法解析 構文解析等の係り受け解析に特徴があるもの対話履歴を参照しながら 会話の意味内容 会話意図を把握したり次会話内容を予測したりする等 スムーズな対話のコントロールに特徴があるもの ( 例えば POMDP( 分観測マルコフ決定過程 ) による対話制御等 ) 対話解析に基づいて適切な応答文を生成するところに特徴があるもの 音声合成に特徴があるもの ユーザーの指示や環境に応じた音量 音質の制御等 音声出力の制御に特徴があるもの 話者特定に特徴があるもの 音声認識に加えて 他の認識を併用するもの ( 例 : 唇の動き画像併用 ) 本階層の他の分類に特定できない場合で 特徴的な要素技術が示されているものに付与し 特徴的な要素技術に関するキーワードを記す - -

20 表 - ニューラルネットワーク等の活用 に関する技術区分 大分類中分類小分類説明 ニューラルネットワーク等の活用特徴抽出話者特定ディープラーニング end-to-end その他 ( 特徴的な活用があるもの ) その他 ( 特徴的な活用があるもの ) ニューラルネットワーク等の活用に特徴があるもの 下位階層の分類を特定できる場合 / できない場合を含めこの区分に付与し 下位階層の分類を特定できる場合はさらに下位階層の区分にも付与する 特徴抽出にニューラルネットワーク等を活用するもの話者特定にニューラルネットワーク等を活用するものディープラーニングを活用するもの 下位階層の分類を特定できる場合 / できない場合を含めこの区分に付与し 下位階層の分類を特定できる場合はさらに下位階層の区分にも付与する 音声処理の全過程にディープラーニングを活用するもの本階層の他の分類に特定できない場合で 一つ上の階層 ( ディープラーニング ) に含まれる 特徴的な活用が示されているものに付与し 特徴的な活用に関するキーワードを記す本階層の他の分類に特定できない場合で 特徴的なニューラルネットワーク等の活用が示されているものに付与し 特徴的なニューラルネットワーク等の活用に関するキーワードを記す 節調査対象特許件数調査対象は 検索結果から調査対象外の技術に関する特許を除いたものとし 調査対象の特許ファミリーに含まれる出願に対して 上記の技術区分 ( 表 - から表 - 参照 ) を用いて分類した 調査対象の出願先国別出願件数を表 -8 に示す 表 -8 対象とした出願先国別特許出願件数出願先国分析対象の出願件数 PCT 出願,8 日本, 米国, 欧州, 中国, 韓国, 日米欧中韓への出願, - 8 -

21 節全体動向調査. 出願先国別出願動向 す 日米欧中韓への出願における出願先国別の出願件数推移と出願件数比率を図 - に示 出願先国ごとの全出願件数に対する比率は 米国への出願が.9%(, 件 ) と最 も高く 次いで日本への出願が 9.%(, 件 ) 中国への出願が 9.%(, 件 ) と続いている 全体の出願件数は 年から 年の間は横ばいで推移しているが 年から大 きく増加している 出願先別の推移では 米国が他の国や地域より突出しており 特に 年以降に大き く増加している また 米国より件数は少ないが 中国 韓国 欧州も出願件数が増加 傾向にある 図 - 出願先国別出願件数推移及び出願件数比率 ( 日米欧中韓への出願 出願年 ( 優先権主張 中国, 件 9.% 韓国, 件.% 日本, 件 9.% 出願件数,,,,, 年 ):- 年 ) 優先権主張 - 年,8,,9,,,8,,9,,,,,,,,, 欧州, 件.%, 件 米国, 件.9% 8 9 出願年 ( 優先権主張年 ) 出願先国 ( 地域 ) 日本 米国 欧州 中国 韓国. 出願人国籍別出願動向 日米欧中韓への出願における出願人国籍別のファミリー件数推移及びファミリー件数 比率を図 - に示す 出願人国籍としては米国籍が,98 件 (.%) で最も多く 次いで日本国籍が, 件 (.8%) で続いている 韓国籍と中国籍は僅差であり それぞれ, 件 (.%) と, 件 (.%) である 出願件数全体の推移は 年から 年の間はほぼ横ばいで推移しているが 年以降大きく増加している 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 国籍別の推移では 年から 年の間は 日本国籍と米国籍が他国籍に比べて 突出しているが 年以降は米国籍が大きく増加する一方で 日本国籍は横ばいで推 移し 代わりに 中国籍及び韓国籍が大きく伸長している - 9 -

22 図 - 出願人国籍別ファミリー件数推移及びファミリー件数比率 ( 日米欧中韓への出願 出願 年 ( 優先権主張年 ):- 年 ) 韓国籍, 件.% その他 件.% 日本国籍, 件.8%, 9 8 優先権主張 - 年,,88,88,98,,,, 中国籍, 件.%,8 件 欧州国籍 8 件.8% 米国籍,98 件.% 出願件数 出願人国籍 ( 地域 ),8 98,8 9 9 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある, 8 9 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他,,, 節技術区分別動向調査. 技術区分 用途 に関する動向 () 技術区分別ファミリー件数推移技術区分 用途 の大分類におけるファミリー件数推移を図 - に示す 個人( 業務 ) 用 / 家庭用 / 業種共通 が他の技術区分と比較して大きく突出しており 年から 年の間に大きく増加している それに モビリティ 及び ヘルスケア が続いているが 共に 年から 年にかけて件数の増加が見られる 図 - 技術区分 用途 ( 大分類 ) ファミリー件数推移( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 用途 ( 大分類 ) 顧客応答 顧客分析 ヘルスケア モビリティ 9 8 生産管理 商品管理 土木 建設管理 構造物管理 8 8 個人 ( 業務 ) 用 / 家庭用 / 業種共通 メディア その他 出願年 ( 優先権主張年 ) 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある

23 技術区分 用途 の ヘルスケア における中分類及び小分類のファミリー件数推移 を図 - に示す 障がい者支援 が最も多く 年から 年に件数の伸びが見られる 障が い者支援 の下位区分では 視覚障がい者支援 が最も多く それに 聴覚障がい者支 援 発声障がい者支援 の順で続いている 医療 看護 介護 は 障がい者支援 よりも件数は少ないが 年から 年にかけてほぼ倍増している 図 - 技術区分 用途 ( ヘルスケアの中分類 小分類 ) ファミリー件数推移 ( 日米欧中韓へ の出願 出願年 ( 優先権主張年 ):- 年 ) 用途 ヘルスケア 中分類 小分類 医療 看護 介護 記録の負担軽減 9 9 手術支援 8 病状の検出 ミスの防止 見守り その他 障がい者支援 聴覚障がい者支援 8 9 視覚障がい者支援 8 9 発声障がい者支援 その他 患者 / 生活者支援 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある その他 出願年 ( 優先権主張年 ) - -

24 技術区分 用途 の モビリティ における中分類及び小分類のファミリー件数推移を図 - に示す 自動車 が突出しており 特に 年から 年における件数増加が目立っている 自動車 の下位区分では 自動車内の機器操作 が最も多い 自動車 以外の中分類は件数が多くはないが 航空 / 軍事 が 番目に多く 年から 年に件数増加が見られる 図 - 技術区分 用途 ( モビリティの中分類 小分類 ) ファミリー件数推移( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 用途 モビリティ 中分類 小分類 自動車 自動車内の機器操作 8 自動運転 運転支援 その他 鉄道 航空 / 軍事 船舶 その他 出願年 ( 優先権主張年 ) 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある - -

25 技術区分 用途 の 個人 ( 業務 ) 用 / 家庭用 / 業種共通 における中分類及び小分 類のファミリー件数推移を図 - に示す 中分類の中では 機器操作 及び 携帯電話 / 携帯機器 が多く 共に 年以降で 件数が大きく増加している 続いて 個人認証 及び ネットワーク上のサービス呼び出し が多く 共に 年以降において件数の増加が目立っている 図 - 技術区分 用途 ( 個人 ( 業務 ) 用 / 家庭用 / 業種共通の中分類 小分類 ) ファミリー 件数推移 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 用途 個人 ( 業務 ) 用 / 家庭用 / 業種共通 中分類 小分類 ネットワーク上のサービス呼び出し 機器操作 操作支援 8 音声のテキスト化 8 議事録作成 その他 テキストの読み上げ 9 翻訳 / 通訳 教育 / 学習 9 9 コミュニケーション 8 ゲーム 8 9 防犯 犯罪性のある音声検知 その他 防災 / 安全性確保 個人認証 8 8 携帯電話 / 携帯機器 テレビ 会議 その他 出願年 ( 優先権主張年 ) 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある - -

26 () 技術区分別 - 出願人国籍別ファミリー件数 技術区分 用途 の大分類における出願人国籍別のファミリー件数を図 - に示す 各出願人国籍において 個人 ( 業務 ) 用 / 家庭用 / 業種共通 が突出している 日本国籍は他国籍と比べて モビリティ が多い 米国籍は ヘルスケア が多い傾 向にある 図 - 技術区分 用途 ( 大分類 ) 出願人国籍別 ファミリー件数 ( 日米欧中韓への出願 出 願年 ( 優先権主張年 ):- 年 ) 用途 ( 大分類 ) 顧客応答 顧客分 析 9 9 ヘルスケア モビリティ 生産管理 商品管理 土木建設管理 構造物管理 メディア 個人 ( 業務 ) 用 / 家庭用 / 業種共通 その他 日本米国欧州中国韓国その他 出願人国籍 - -

27 技術区分 用途 の ヘルスケア における出願人国籍別のファミリー件数を図 -8 に示す 障がい者支援 では米国籍が最も多く それに僅差で韓国籍が続いている その下位区分を見ると 視覚障がい者支援 における韓国籍の出願が目立つ 医療 看護 介護 では米国籍が突出しており その下位区分の 記録の負担軽減 が特に多い 図 -8 技術区分 用途 ( ヘルスケアの中分類 小分類 ) 出願人国籍別 ファミリー件数( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 用途 ヘルスケア 中分類 小分類 医療 / 看護 / 介護 8 9 記録の負担軽減 9 手術支援 病状の検出 ミスの防止 見守り その他 9 障がい者支援 88 9 聴覚障がい者支援 8 視覚障がい者支援 8 発声障がい者支援 その他 9 患者 / 生活者支援 9 9 その他 8 8 日本米国欧州中国韓国その他 出願人国籍 - -

28 技術区分 用途 の モビリティ における出願人国籍別のファミリー件数を図 -9 に示す 自動車 において日本国籍が 件で最も多く 位の米国籍 ( 件 ) に大きく 差を付けている その下位区分では 自動車内の機器操作 が多く 自動運転 に関 するものはほとんど無かった 自動車 以外では 航空 / 軍事 において米国籍の出願が突出しているのが特徴的 である 図 -9 技術区分 用途 ( モビリティの中分類 小分類 ) 出願人国籍別 ファミリー件数 ( 日 米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 用途 モビリティ 中分類 小分類 自動車内の機器操作 自動車 9 9 自動運転 運転支援 その他 鉄道航空 / 軍事船舶その他 日本 米国 欧州 中国 韓国 その他 出願人国籍 - -

29 技術区分 用途 の 個人 ( 業務 ) 用 / 家庭用 / 業種共通 における出願人国籍別の ファミリー件数を図 - に示す 日本国籍は ゲーム テキストの読み上げ 操作支援 等が最も多い 米国籍は 携帯電話 / 携帯機器 機器操作 ネットワーク上のサービス呼び出し 個人認証 音声のテキスト化 等が最も多い 欧州国籍は全体的に件数が少なく 特徴的な技術区分は見られない 中国籍は 個人認証 の割合が他国籍に比べて高い点が特徴的である 韓国籍は テレビ 及び 教育 / 学習 を他国籍より多く出願している 図 - 技術区分 用途 ( 個人 ( 業務 ) 用 / 家庭用 / 業種共通の中分類 小分類 ) 出願人国 籍別 ファミリー件数 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 用途 個人 ( 業務 ) 用 / 家庭用 / 業種共通 中分類 小分類 機器操作 9 8 ネットワーク上のサービス呼び出し 操作支援 音声のテキスト化 89 議事録作成 その他 テキストの読み上げ 翻訳 / 通訳 8 教育 / 学習 コミュニケーション 9 ゲーム 防犯 9 9 犯罪性のある音声 検知 その他 防災 / 安全性確保 個人認証 携帯電話 / 携帯機器 テレビ 8 会議 8 9 その他 8 日本米国欧州中国韓国その他 出願人国籍 - -

30 . 技術区分 課題 に関する動向 () 技術区分別ファミリー件数推移 技術区分 課題 のファミリー件数推移を図 - に示す 操作性 ユーザーエクスペリエンスの向上 は 音声入出力技術の活用のされ方と して典型的なものであり課題として最も主要なものとなっている その他 認識率向上 自然な会話 セキュリティ確保 高速化 リアルタイ ム性向上 ノイズ耐性 低コスト化 低消費電力 等がそれに続いている いず れも 年以降で件数の増加が確認できる 図 - 技術区分 課題 ファミリー件数推移 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ): 課題 操作性 ユーザーエクスペリエンスの向上 - 年 ) 認識率向上 ノイズ耐性 複数話者の聞き分け 高速化 リアルタイム性向上 学習の手間省力化 自然な会話 利用者の属性の認識とそれに応じた発話 8 8 文脈の認識とそれに応じた発話 9 9 韻律の認識 韻律を持たせた発話 感情の認識 感情を込めた発話 9 置かれた環境の認識とそれに応じた発話 その他 セキュリティ確保 プライバシー管理 匿名化 ( マスキング ) その他 多言語対応 語彙 8 メッセージの伝わりやすさ 向上 低消費電力 ビジネスモデル 低コスト化 その他 出願年 ( 優先権主張年 ) 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある - 8 -

31 () 技術区分別 - 出願人国籍別ファミリー件数 技術区分 課題 における出願人国籍別のファミリー件数を図 - に示す 日本国籍は 自然な会話 において他国籍を上回っている 米国籍は 認識率向上 操作性 ユーザーエクスペリエンスの向上 ノイズ耐性 高速化 リアルタイム 性向上 セキュリティ確保 低消費電力 低コスト化 等 多くの区分において 最も件数が多い 中国籍は最多となる区分はなかったが 高速化 リアルタイム性向 上 セキュリティ確保 低コスト化 が米国に次いで 番目に多い 図 - 技術区分 課題 出願人国籍別 ファミリー件数 ( 日米欧中韓への出願 出願年 ( 優 先権主張年 ):- 年 ) 課題 認識率向上 操作性 ユーザーエクスペリエンスの向上 9 ノイズ耐性 8 複数話者の聞き分け 高速化 リアルタイム性向上 学習の手間省力化 自然な会話 9 8 利用者の属性の認識とそれに応じた発話 文脈の認識とそれに応 じた発話 9 韻律の認識 韻律を持 たせた発話 8 8 感情の認識 感情を込めた発話 8 置かれた環境の認識とそれに応じた発話 9 その他 セキュリティ確保 プライバシー管理 匿名化 ( マスキング ) その他 9 多言語対応 語彙 メッセージの伝わりやす さ向上 9 低消費電力 ビジネスモデル 9 低コスト化 8 その他 日本米国欧州中国韓国その他 出願人国籍 - 9 -

32 . 技術区分 要素技術 に関する動向 () 技術区分別ファミリー件数推移技術区分 要素技術 のファミリー件数推移を図 - に示す 音声認識 が最も多く 年以降で大きな増加が見られる それに 音声出力制御 特徴抽出 音響処理 話者特定 対話解析 がほぼ同じ件数水準で続いている これらも 年以降での件数増加が特徴的である 図 - 技術区分 要素技術 ファミリー件数推移( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 要素技術 音響処理 発話区間検出 エコーキャンセリング 9 9 ノイズ除去 マイクアレイによるビーム フォーミング 8 8 音源分離 9 8 その他 特徴抽出 韻律 9 その他 音声認識 音響モデル 言語モデル 単語辞書 探索 分散型音声認識 その他 言語解析 対話解析 応答文生成 音声合成 音声出力制御 話者特定 マルチモーダル その他 出願年 ( 優先権主張年 ) 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある - -

33 す 技術区分 ニューラルネットワーク等の活用 のファミリー件数推移を図 - に示 他の技術区分と比較して全体的に件数は少ないが 年から 年の間は横ばい で推移し 年以降で件数の伸びが見られる ディープラーニング は 年ま ではほとんど無かったが 年以降で出願が増加している 図 - 技術区分 ニューラルネットワーク等の活用 ファミリー件数推移 ( 日米欧中韓への ニューラルネットワーク等の活用 ニューラルネットワーク等の活用 出願 出願年 ( 優先権主張年 ):- 年 ) 特徴抽出 9 9 話者特定 9 9 ディープラーニング end-to-end その他 8 その他 出願年 ( 優先権主張年 ) 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある - -

34 () 技術区分別 - 出願人国籍別ファミリー件数技術区分 要素技術 における出願人国籍別のファミリー件数を図 - に示す 日本国籍は 音声出力制御 において他国籍を大きく上回っている その他 音声合成 特徴抽出 音響処理 とその下位区分である 発話区間検出 応答文作成 及び 単語辞書 において最多である 米国籍は 音声認識 が他国籍を大きく上回っている それ以外にも 話者特定 マルチモーダル 言語モデル ノイズ除去 等において最も多い 欧州国籍は全体的に件数が少なく 特徴的な技術区分はない 中国籍は 分散型音声認識 が最も多く 韓国籍は他国籍を上回っている区分は無い 図 - 技術区分 要素技術 出願人国籍別 ファミリー件数 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 要素技術 音響処理 8 発話区間検出 エコーキャンセリング ノイズ除去 9 マイクアレイによるビー ムフォーミング 音源分離 その他 特徴抽出 9 8 韻律 その他 音声認識 9 音響モデル 言語モデル 単語辞書 探索 分散型音声認識 その他 言語解析 対話解析 応答文生成 音声合成 9 音声出力制御 99 9 話者特定 99 マルチモーダル その他 日本米国欧州中国韓国その他 出願人国籍 - -

35 技術区分 ニューラルネットワーク等の活用 における出願人国籍別のファミリー件 数を図 - に示す ニューラルネットワーク等の活用 全体で見ると 米国籍が 8 件で他国籍を大き く上回っており 中国籍が 8 件で続いている 図 - 技術区分 ニューラルネットワーク等の活用 出願人国籍別 ファミリー件数 ( 日米 欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) ニューラルネットワーク等の活用 ニューラルネットワーク等の活用 特徴抽出 話者特定 8 ディープラーニング 8 end-to-end その他 8 8 その他 8 日本米国欧州中国韓国その他 出願人国籍 - -

36 節出願人別動向調査 ファミリー件数総数では米国籍が最も多く 日本国籍 韓国籍 中国籍と続くが ( 図 -) 出願人別のファミリー件数ランキング上位 位では日本国籍が 者 米国籍が 9 者 韓国籍と中国籍がそれぞれ 者と 日本国籍出願人が健闘している ( 表 -9) 日本国籍でランクインしているのは 東芝 ソニー NEC パナソニック 富士通 シ ャープ 三菱電機 キヤノン等の総合電機 オフィス機器 通信の NTT の他 トヨタ自 動車 デンソー等の自動車関係 また音楽関係でヤマハ等 伝統的に当該分野で技術開 発を進めてきた企業である 外国籍では 位がサムスン 位に LG エレクトロニクスと スマートフォン関係の韓国企業の出願が圧倒的に多い 音声入出力専門では ニュアン ス ( 米国 ) が 8 位にランクインしている その他の米国籍はグーグル マイクロソフト IBM アマゾン アップル等のクラウド関係の企業がランクインしている 表 -9 全体のファミリー件数上位出願人ランキング ( 日米欧中韓への出願 出願年 ( 優先権主 張年 ):- 年 ) 順位 出願人名称 件数 サムスン ( 韓国 ) 8 グーグル ( 米国 ) マイクロソフト ( 米国 ) 8 LG エレクトロニクス ( 韓国 ) IBM( 米国 ) 東芝 ソニー 8 ニュアンス ( 米国 ) 9 アップル ( 米国 ) 9 NEC 8 AT&T( 米国 ) 9 パナソニック レノボ ( 中国 ) 富士通 シャープ デンソー アマゾン ( 米国 ) 8 NTT 9 三菱電機 9 韓国電子通信研究院 ( 韓国 ) トヨタ自動車 ヤマハ フォックスコン ( 台湾 ) 9 ZTE( 中国 ) 9 キヤノン 88 インテル ( 米国 ) 8 現代自動車 ( 韓国 ) 8 8 テンセント ( 中国 ) 8 9 クアルコム ( 米国 ) 百度 ( 中国 ) - -

37 章研究開発動向調査 節調査対象範囲と調査方法. 使用したデータベースと調査対象期間 論文検索には IEEE( 米国電気電子学会 ) が提供する IEEE Xplore Digital Library を用い 発行年が 年から 年を調査対象期間とした IEEE は世界の通信 電子 情報工学分野の論文を提供し この分野としては世界最大規模のデータベースであるが 発祥が米国である為 所属機関国籍別の収録件数にやや偏りがあることに留意が必要で ある. 調査対象技術範囲 集合番号 本調査における論文データベース検索では マンマシンインターフェイスとしての音 声入出力技術に関するキーワードを使用し 表 - に示した検索式で検索した結果を調 査対象母集団とした 検索式 (voice* OR speech* OR speak* OR sound OR utter*) ("man-machine systems" OR "human-machine systems" OR "human computer interaction" OR "speech-based user interfaces" OR "human-robot interaction") 表 - 論文データベース検索式 ヒット件数 備考 8,9 キーワード ( 音声 音 話者等 ) による検索 9,88 マンマシンインターフェイス のシソーラス用語による検索 シソーラス用語とは著者以外の三者が文献に付与した統制キーワードである and,9 集合 と集合 を組合せたもの and "Year":- and "Content Type":"Conference Publications". 調査方法,98 集合 を 発行年 ( 年 ~ 年 ) と文献の種類 ( 会議録 ) で絞り込んだもの. で示した条件での論文データベース検索で得られた文献件数は,98 件である 論文情報の解析にあたっては まず論文文献の一次分類を行った 一次分類は 表 - の定義に基づき 各文献を X Y Z のいずれかに分類した 調査対象の,98 件の内訳は X 文献が, 件 Y 文献が 件 Z 文献が 件で ある - -

38 表 - 一次分類の定義と該当件数 記号定義件数 X 音声入出力手法に特徴があるもの, Y Z 音声入出力手法に特徴はないものの 論文中に音声入出力に関す る要素技術が記載されているもの 音声入出力手法に特徴はなく また 論文中に音声入出力に関す る要素技術が記載されていないもの X 文献または Y 文献と判断された論文について 特許と同様に表 - から表 - に示 す技術区分の付与を行った なお 研究者 研究者所属機関及び研究者所属機関国籍は 筆頭著者の情報を対象に 集計した 節調査結果. 発表件数推移 年から 年までにおける 研究者所属機関国籍別の論文発表件数推移と論文 発表件数比率を 図 - に示す 論文発表件数比率では 欧州国籍が最も多く.%( 件 ) であり その他の国籍.%( 件 ) 日本国籍 9.%( 件 ) の順で続いている その他の国籍では特に インド国籍が目立って多く 次に台湾籍が続く 発表件数全体の推移は 年から緩やかに増加し 9 年にピークに達した後 年まで緩やかに減少している 年から 年の間はほぼ横ばいで推移しているが 年に増加している 国籍別の推移では 欧州国籍が目立っており 特に 年と 9 年で突出している また その他の国籍が 年以降において増加傾向で推移している 図 - 研究者所属機関国籍別論文発表件数推移及び論文発表件数比率 ( 発行年 :- 年 ) 韓国籍 件.9% その他 件.% 中国籍 8 件 9.8%,898 件 日本国籍 件 9.% 欧州国籍 件.% 米国籍 件.% 発表件数 8 発行年 - 年 研究者所属機関国籍 ( 地域 ) 発行年 日本米国欧州中国韓国その他 - -

39 . 研究者所属機関別動向研究者所属機関別の論文発表件数上位ランキングを表 - に示す 最も多いのがミュンヘン工科大 (8 件 ) 次いで KAIST( 件 ) 京都大 (9 件 ) と続いている 上位 機関を国籍別に見ると 日本が 機関 欧州 機関 韓国 機関 米国 機関 中国 機関及びその他 機関 ( どちらもインド ) となっている 表 - 研究者所属機関別上位ランキング ( 発行年 :- 年 ) 順位 研究者所属機関 発表件数 ミュンヘン工科大 ( ドイツ ) 8 KAIST( 韓国 ) 京都大 9 首都大 8 国際電気通信基礎技術研究所 中国科学院 ( 中国 ) 本田技術研究所 8 カーネギーメロン大 ( 米国 ) 8 ウルム大 ( ドイツ ) ビーレフェルト大 ( ドイツ ) 9 KIST( 韓国 ) 9 インド工科大 ( インド ) 9 韓国電子通信研究院 ( 韓国 ) 8 東京工業大 奈良先端科学技術大 早稲田大 CNRS( フランス ) 北京大 ( 中国 ) インド情報技術大 ( インド ) マサチューセッツ工科大 ( 米国 ) - -

40 出願件数比率 (%) 章総合分析と提言 節総合分析. 全体の動向に関する分析マンマシンインターフェイスとしての音声入出力に関する技術全体の出願人国籍別ファミリー件数推移及びファミリー件数比率 ( 図 -) ファミリー件数比率推移 ( 図 -) を見ると 年頃までは日本国籍が米国籍と並んで他を引き離していたが 年頃以降 米国籍が大きく伸長し日本国籍に大きく差をつけ また中国籍や韓国籍も大きく伸長し 特に中国籍は 年に米国籍を抜く勢いとなっている 年頃以降に伸長している技術等に着目する必要があると考えられる 図 - 出願人国籍別ファミリー件数推移及びファミリー件数比率 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 )( 再掲 ) 韓国籍, 件.% その他 件.% 日本国籍, 件.8% 出願件数, 9 8 優先権主張 - 年,8 98,8 9 9,,,88,88,98,,,,,,, 中国籍, 件.%,8 件 欧州国籍 8 件.8% 図 - 出願人国籍別ファミリー件数比率推移 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ): 米国籍,98 件.% 出願人国籍 ( 地域 ) 出願人国籍 ( 地域 ) 8 9 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある - 年 ) 8 9 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある

41 年までの年平均市場成長率 (%) 出願先国別 - 出願人国籍別出願件数 ( 図 -) を見ると 自国 ( 地域 ) への出願が多いのは当然であるが 米国籍は日本 欧州 中国 韓国への出願の中でも目立っている 音声入出力関係のグローバル市場での グーグル マイクロソフト IBM アップル ニュアンス アマゾン等 米国籍企業の強さを示していると考えられる 出願先国別に見れば 自国 ( 地域 ) の次には米国への出願が多く 次いで中国や欧州への出願が多い 音声認識技術の市場の国 ( 地域 ) 別構成比と成長率 ( 図 -) と対応づけて見ると 市場として米国 次いで欧州が大きいこと 将来の成長率がアジア太平洋地域で大きいことを反映していると考えられる 図 - 出願先国別 出願人国籍別出願件数 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ): - 年 ) 日本, 8 出願先国 ( 地域 ) 米国,, 8 88 欧州 8 中国 8 9,8 韓国, 8 日本米国欧州中国韓国その他出願人国籍 ( 地域 ) 図 - 音声認識技術の市場の国 ( 地域 ) 別構成比と成長率 カナダ 中南米 日本 アジア太平洋地域 欧州 米国 年の市場構成比 (%) 出典 : 図 - から作成 - 9 -

42 論文発表件数推移を見ると ( 図 -) 特許出願が 年頃から増加していたのに対し ほぼ横ばいで推移している 年以降の技術的蓄積が技術開発を進めるだけでなく権利化を進めることを重視して展開されてきたことをうかがわせる やはり 年以降にどのような技術領域で権利化が進められてきたかに着目する必要があると考えられる 欧州国籍は 特許出願 ( ファミリー件数 ) 比率は.8% と他国籍に比べ少ないが 論文発表件数の比率は.% と多い 図 - 研究者所属機関国籍別論文発表件数推移及び論文発表件数比率 ( 発行年 :- 年 ) ( 再掲 ) 韓国籍 件.9% その他 件.% 中国籍 8 件 9.8%,898 件 日本国籍 件 9.% 欧州国籍 件.% 米国籍 件.% 発表件数 8 発行年 - 年 研究者所属機関国籍 ( 地域 ) 発行年 日本米国欧州中国韓国その他 - -

43 . 主要な出願人の動向に関する分析 表 - に 年より前と後の特許ファミリー件数のランキングの違いを示す 日本企 業に注目すると 鴻海精密工業傘下のシャープが大きく順位を上げ 東芝と NTT が維持 している他は トヨタ自動車 デンソー 本田技研工業 日産自動車等 日本に強みの ある自動車分野を含む多くの日本企業が順位を下げた 一方 百度 ( 検索エンジン ) レ ノボ (PC) ファーウェイ ( 通信機器 ) ZTE( 通信機器 ) テンセント ( ゲーム ) オッポ ( 電機 ) 等の中国企業の躍進が目立つ また グーグル アップル アマゾン インテ ル等のクラウドや携帯機器 及び航空宇宙のハネウェル等の米国企業もランキングを上 げている 自動車分野で現代自動車 ( 韓国 ) ゼネラルモーターズ ( 米国 ) 等の外国籍が 伸長しているのも注目される 表 - 全体のファミリー件数上位出願人ランキング ( 日米欧中韓への出願 出願年 ( 優先権主 順位 張年 ):- 年と - 年の比較 ) - 年 - 年 出願人名称 年平均出願件数 順位 - - 出願人名称 年平均出願件数 マイクロソフト ( 米国 ). サムスン ( 韓国 ). サムスン ( 韓国 ). グーグル ( 米国 ) 9. ソニー. LG エレクトロニクス ( 韓国 ). AT&T( 米国 ). マイクロソフト ( 米国 ). IBM( 米国 ). レノボ ( 中国 ). NEC. アップル ( 米国 ). 東芝. 東芝. 8 グーグル ( 米国 ). IBM( 米国 ). 9 ニュアンス ( 米国 ). 9 シャープ. パナソニック. ニュアンス ( 米国 ).8 富士通. アマゾン ( 米国 ).8 LG エレクトロニクス ( 韓国 ). ソニー. アップル ( 米国 ). テンセント ( 中国 ) 9. トヨタ自動車. 百度 ( 中国 ) 8. ヤマハ. インテル ( 米国 ).8 デンソー.8 ZTE( 中国 ).8 三菱電機 9.8 現代自動車 ( 韓国 ). 8 キヤノン 9. 8 パナソニック.8 9 NTT 8. 9 NTT. フォックスコン ( 台湾 ) 8. 韓国電子通信研究院 ( 韓国 ). 韓国電子通信研究院 ( 韓国 ) 8. ハネウェル ( 米国 ). ユニバーサルエンターテインメント. デンソー.8 ブラザー工業. オッポ ( 中国 ). 京セラ. NEC. シャープ. 三菱電機. 本田技研工業. フォックスコン ( 台湾 ). 日立製作所. クアルコム ( 米国 ).8 ノキア ( フィンランド ). 8 ファーウェイ ( 中国 ). 9 日産自動車. 9 富士通. クアルコム ( 米国 ). ゼネラルモーターズ ( 米国 ) 9.8 注 ) 年平均出願件数 は 各期間において各出願人が出願した特許ファミリー件数を期間の年数で割って算出した

44 年の前と後で出願人ランキングに登場する出願人がかなり変わっている それとともに 年の前後で出願人国籍別の出願比率が変動している要因の一つに出願人数の変動があるのではないかと予測される そこで 図 - にこの前後での出願人数の集計を示した 日本国籍の出願人数は 年以前は 8 者であったのが 年以降は 者と減少しているのに対し 例えば中国籍は 9 者から 者へと急増する等 外国籍の出願人数はこの前後で増加している 特許の出し手の増減が 年以降の出願状況変動の要因の一つとなっている 図 - 出願件数別出願人数 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年と - 年の比較 ) 年平均 件以上年平均 件以上 件未満年平均 件未満 8 出願人数 日本米国欧州中国韓国その他出願人国籍別 - 出願年グループ別 欧州国籍は 特許出願 ( ファミリー件数 ) 比率は.8% と他国籍に比べ少ないが ( 図 -) 論文発表件数の比率は.% と多い ( 図 -) その理由を調べるため 論文発表件数ランキングを見ると ( 表 -) 特許出願の主要機関が企業であるのに対し 論文発表の主要機関は大学であり 欧州国籍は ミュンヘン工科大 ウルム大 ビューレフェルト大等のドイツの大学や CNRS 等のフランスの政府研究機関が目立っている 大学や研究機関での技術開発は他国籍より進んでいるが 携帯機器やクラウド関係の企業プレーヤーが少ないことが原因と考えられる また 有識者によると 音声認識の大手である米ニュアンス社が M&A を繰り返して技術を獲得してきたことの影響 も大きい ニュアンス社の前身のスキャンソフトは従来音声を手掛けていなかったが ベルギーの L&H 社を買収することで音声認識の分野に参入した その他 年以降多くの買収を行っており 欧州では音声入出力技術の事業化を担う企業プレーヤーが少なくなっている - -

45 表 - 研究者所属機関別論文発表件数上位ランキング ( 日米欧中韓への出願 出願年 ( 優先権主 張年 ):- 年 )( 再掲 ) 順位 研究者所属機関 発表件数 ミュンヘン工科大 ( ドイツ ) 8 KAIST( 韓国 ) 京都大 9 首都大 8 国際電気通信基礎技術研究所 中国科学院 ( 中国 ) 本田技術研究所 8 カーネギーメロン大 ( 米国 ) 8 ウルム大 ( ドイツ ) ビーレフェルト大 ( ドイツ ) 9 KIST( 韓国 ) 9 インド工科大 ( インド ) 9 韓国電子通信研究院 ( 韓国 ) 8 東京工業大 奈良先端科学技術大 早稲田大 CNRS( フランス ) 北京大 ( 中国 ) インド情報技術大 ( インド ) マサチューセッツ工科大 ( 米国 ) 出願人別動向でもう一つ注意しなければならないのは韓国籍や中国籍の動向である 韓国のサムスンや LG エレクトロニクス 中国の百度 レノボ ファーウェイ等は スマートフォンやクラウドの領域のグローバル市場で存在感が目立っており 技術開発に関しても 学会発表等で目立つことが多くなっている 有識者によると 事業における特許の活用を考えると この分野では特許の数が権利交渉の強さにつながってくるところがあり 韓国籍や中国籍の出願数の多さは決して侮ることができない - -

46 . 音声入出力技術の用途に関する分析図 - に 認識率向上 自然な会話 高速化 リアルタイム性向上 ノイズ耐性 メッセージの伝わりやすさ向上 の課題別特許ファミリー件数推移を示す 音声入出力の精度や質に関わると考えられるこれらの技術区分のファミリー件数は増加してきており これらの技術開発の進展を示していると考えることができる こうした技術進歩により 音声入出力 特に音声認識の用途が広がってきているところである 図 - 音声入出力の精度や質に関わる技術開発の進展 : 課題別 -ファミリー件数推移( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 出願件数 8 課題 8 9 出願年 ( 優先権主張年 ) 認識率向上自然な会話高速化 リアルタイム性向上ノイズ耐性メッセージの伝わりやすさ向上 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある - -

47 用途別に特許ファミリー件数 ( 図 -8) を見ると 顧客応答 顧客分析 では 自動応答 / 案内 が多い その他 ボイスロギング データマイニング も見られる ヘルスケア の分野は 医療/ 看護 / 介護 障がい者支援 患者 / 生活者支援 に分かれ その中では 障がい者支援 が多く 次いで 医療 / 看護 / 介護 が多い 障がい者支援 には 視覚障がい者支援 聴覚障がい者支援 発声障がい者支援 等の種類がある 医療 / 看護 / 介護 には 記録の負担軽減 手術支援 病状の検出 ミスの防止 見守り 等に活用する技術が見られる モビリティ では 自動車 での利用が圧倒的である 鉄道 航空 / 軍事 船舶 の出願もある程度見られる 自動車 では 自動運転 や 運転支援 の出願も増えつつある兆しが見られるが 現状では 自動車内の機器操作 への利用が多い 生産管理 商品管理 土木建設管理 構造物管理 では 機器操作 操作支援 作業記録 異常検出 安全性確保 等への利用が見られる メディア 関係では 音楽 に関するものが多く 作成 特定の人物やキャラクタを模した音声による発話 人工歌唱 の出願も見られる 全体としては以上のような業種固有性のある出願よりも業種共通や個人 / 家庭用の利用に関する出願が大半である その中では 機器操作 携帯電話 / 携帯機器 ネットワーク上のサービス呼び出し 個人認証 が目立っている その他 ゲーム テキストの読み上げ テキストの音声化 操作支援 翻訳 / 通訳 教育 / 学習 テレビ コミュニケーション 会議 防災 / 安全性確保 等での利用が見られる このように 特許出願で見ても 音声入出力技術は様々な用途に用いられるようになっていることが分かる - -

48 用途 図 -8 用途別ファミリー件数 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 大分類中分類小分類 顧客応答 顧客分析 ヘルスケア 自動応答 / 案内ボイスロギングデータマイニング 医療 / 看護 / 介護記録の負担軽減手術支援病状の検出ミスの防止見守り障がい者支援聴覚障がい者支援視覚障がい者支援発声障がい者支援患者 / 生活者支援 出願件数 モビリティ 自動車 鉄道航空 / 軍事船舶 自動車内の機器操作自動運転運転支援 生産管理 商品管理 土木建設管理 構造物管理機器操作操作支援作業記録異常検出安全性確保 メディア作成特定の人物やキャラクタを模した音声による発話音楽人工歌唱 個人 ( 業務 ) 用 / 家庭用 / 業種共通機器操作ネットワーク上のサービス呼び出し操作支援音声のテキスト化議事録作成テキストの読み上げ翻訳 / 通訳教育 / 学習コミュニケーションゲーム防犯犯罪性のある音声検知防災 / 安全性確保個人認証携帯電話 / 携帯機器テレビ会議 - -

49 . 年以降に伸長した技術に関する分析 年以降に伸長した技術は何かを調べるため 技術区分別の 年以降の年平均ファミリー件数と 年以前の年平均ファミリー件数の比 ( 出願増加指標値 と呼ぶことにする ) を横軸に ファミリー件数を縦軸にとりプロットした ( 用途 : 図 -9 課題 : 図 - 要素技術 : 図 -) これらの図で 出願増加指標値が大きい技術区分ほど ( 右側の領域 ) 年以降に出願が伸びている また 同じ伸び率でも 当該技術区分のファミリー件数が多いほど ( 上側の領域 ) 全技術区分に占める割合が大きく 全体の伸びに占める寄与度も大きい したがって右上ほど 年以降のファミリー件数の伸長への寄与が大きい なお 全技術区分での出願増加指標値は.8 程度であり ここでは それに近い. 以上の区分に着目することにする 用途別では 機器操作 ( 個人 ( 業務 ) 用 / 家庭用 / 業種共通 ) 携帯電話 / 携帯機器 自動車 個人認証 課題別では 認識率向上 自然な会話 セキュリティ確保 要素技術別では 音声出力制御 特徴抽出 話者特定 マルチモーダル 等の寄与が大きい 図 -9 図 - 図 - においては 原則として中分類の技術区分をプロットした ただし 中分類まで細分化していない大分類の技術区分 又は 件数が少ない中分類の技術区分のみを内包する大分類の技術区分については 当該大分類の技術区分をプロットした 図 -9 技術区分 用途 別 出願増加指標値 ファミリー件数 ( 日米欧中韓への出願 出願年 出願件数 8 8 ( 優先権主張年 ):- 年 ) 障がい者支援 ネットワーク上のサービス呼び出し 顧客応答 顧客分析 操作支援 ( 個人 ( 業務 ) 用 / 家庭用 / 業種共通 ) テキストの読み上げ メディア ゲーム 自動車 機器操作 ( 個人 ( 業務 ) 用 / 家庭用 / 業種共通 ) 携帯電話 / 携帯機器 個人認証 翻訳 / 通訳 医療 看護 介護 生産管理 商品管理 土木建設管理 構造物管理 航空 / 軍事 音声のテキスト化防犯 教育 / 学習テレビコミュニケーション会議船舶患者 / 生活者支援 防災 / 安全性確保鉄道.... 出願増加指標値 - -

50 出願件数 図 - 技術区分 課題 別 出願増加指標値 ファミリー件数 ( 日米欧中韓への出願 出願年 出願件数 8 8 ( 優先権主張年 ):- 年 ) 高速化 リアルタイム性向上 低コスト化 多言語対応 ビジネスモデル 学習の手間省力化 メッセージの伝わりやすさ向上 複数話者の聞き分け 語彙 認識率向上 セキュリティ確保 ノイズ耐性 図 - 技術区分 要素技術 別 出願増加指標値 ファミリー件数 ( 日米欧中韓への出願 出 願年 ( 優先権主張年 ):- 年 ) 自然な会話 低消費電力 プライバシー管理.... 出願増加指標値 注 ) 操作性 ユーザーエクスペリエンスの向上 は音声入出力技術の課題として一般的なものであり大分の出願が該当することとなるためここでは省略した 8 8 音源分離 発話区間検出 ノイズ除去 音響モデル 言語モデル 単語辞書 探索 ニューラルネットワーク等の活用 応答文生成 音声合成 言語解析 エコーキャンセリング 音声出力制御 特徴抽出 話者特定 対話解析 マルチモーダル 分散型音声認識 マイクアレイによるビームフォーミング.... 出願増加指標値 - 8 -

51 . 日本の強み / 弱みに関する分析日本に強みのある技術分野 弱い分野は何かを調べるため 技術区分別の 年以降の年平均ファミリー件数と 年以前の年平均ファミリー件数の比 ( 出願増加指標値 ) を横軸に 日米欧中韓への出願全体のファミリー件数に占める日本国籍のファミリー件数の比率 ( 日本国籍出願比率 と呼ぶことにする ) を縦軸にとりプロットした ( 用途 : 図 - 課題: 図 - 要素技術: 図 -) ニューラルネットワーク等の活用 は要素技術に含めた これらの図で 出願増加指標値が より十分大きい技術区分 ( 右側の領域 ) は 今後も同様な出願傾向が続くと仮定すれば 今後とも技術的な競争領域として重要な分野であると考えることができる 日本国籍出願比率が高い技術区分 ( 上側の領域 ) は日本の強みがある分野 低い区分 ( 下側の領域 ) は弱い分野と考えることができる なお 全技術区分での出願増加指標値は.8 程度 日本国籍出願比率は. 程度である 重要な技術分野として出願増加指標値が. 程度以上のものを採り 日本に強みがある分野として日本国籍出願比率が. 程度以上のもの 弱い分野として. 程度以下のものを採ると 用途別に 重要かつ強い分野は コミュニケーション 生産管理 商品管理 土木建設管理 構造物管理 防災 / 安全性確保 自動車 重要だが弱い分野は 機器操作 ( 個人 ( 業務 ) 用 / 家庭用 / 業種共通 ) 携帯電話 / 携帯機器 個人認証 患者 / 生活者支援 障がい者支援 医療 看護 介護 ネットワーク上のサービス呼び出し 航空 / 軍事 等である 課題別に 重要かつ強い分野は 自然な会話 重要だが弱い分野は 低消費電力 セキュリティ確保 プライバシー管理 高速化 リアルタイム性向上 低コスト化 等である 要素技術別に 重要かつ強い分野は マイクアレイによるビームフォーミング 対話解析 応答文生成 音声出力制御 重要だが弱い分野は 分散型音声認識 マルチモーダル ニューラルネットワーク等の活用 エコーキャンセリング ノイズ除去 話者特定 音響モデル 等である 図 - 図 - 図 - においては 原則として中分類の技術区分をプロットした ただし 中分類まで細分化していない大分類の技術区分 又は 件数が少ない中分類の技術区分のみを内包する大分類の技術区分については 当該大分類の技術区分をプロットした - 9 -

52 図 - 技術区分 用途 別 出願増加指標値 日本国籍出願比率 ( 日米欧中韓への出願 出願 年 ( 優先権主張年 ):- 年 ) 日本国籍出願比率 操作支援 ( 個人 ( 業務 ) 用 / 家庭用 / 業種共通 ) テキストの読み上げ 音声のテキスト化 顧客応答 顧客分析 教育 / 学習 ゲーム 会議 船舶 携帯電話 / 携帯機器 メディア 自動車 翻訳 / 通訳 ネットワーク上のサービス呼び出し 防災 / 安全性確保 コミュニケーション 鉄道 生産管理 商品管理 土木建設管理 構造物管理 防犯テレビ機器操作 ( 個人 ( 業務 ) 用 / 家庭用 / 業種共通 ) 個人認証患者 / 生活者支援障がい者支援 医療 看護 介護 航空 / 軍事.... 出願増加指標値 図 - 技術区分 課題 別 出願増加指標値 日本国籍出願比率 ( 日米欧中韓への出願 出願 年 ( 優先権主張年 ):- 年 )... メッセージの伝わりやすさ向上 語彙 複数話者の聞き分け 自然な会話 日本国籍出願比率... 学習の手間省力化 ビジネスモデル ノイズ耐性 多言語対応認識率向上 プライバシー管理 低消費電力 セキュリティ確保 高速化 リアルタイム性向上 低コスト化.... 出願増加指標値 注 ) 操作性 ユーザーエクスペリエンスの向上 は音声入出力技術の課題として一般的なものであり大分の出願が該当することとなるためここでは省略した - -

53 図 - 技術区分 要素技術 別 出願増加指標値 日本国籍出願比率 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ). 発話区間検出 単語辞書 応答文生成. 音声出力制御 日本国籍出願比率... 探索 音声合成 言語解析 音源分離 特徴抽出話者特定ノイズ除去 音響モデル 対話解析 マイクアレイによるビームフォーミング マルチモーダル 分散型音声認識. 言語モデル ニューラルネットワーク等の活用 エコーキャンセリング.... 出願増加指標値 - -

54 . 注目分野に関する分析 () 会話ボットや家庭用ロボット 音声アシスト端末向け 注目理由会話ボットは利用者の属性に基づいた対話を実現する技術等で爆発的な人気を得ている 例えば 日経エレクトロニクス () 音声対話が世界を揺るがす によると Microsoft 社が 年に中国で開始した雑談用の会話ボット XiaoIce は 年に 万人 年春には 万人まで利用者が急増した ( 中略 ) 利用者の個人的な情報や過去の会話内容を反映したやりとりができることをアピールポイントにしている という 家庭用ロボットは日本発祥であり伝統的に強い分野である 実際に ソニーは 999 年に AIBO ERS- を人とコミュニケーションすることにより学習し 成長する初の家庭用ロボットとして販売した 年 月には新型 aibo ERS- の販売が発表されている 年は LINE から Clova WAVE グーグルから Google Home アマゾンから Amazon Echo が発売され 音声アシスト端末が本格的に家庭に入る動きが活発化した 音声アシスト端末も会話ボットや家庭用ロボットと同様 人と機械が会話するシステムであり 自然な会話を実現する技術が求められると考えられる 当該分野における技術競争力特許出願数で見ると 会話ボットや家庭用ロボット向けに該当する コミュニケーション 用途は 出願件数が増加しており かつ日本国籍の出願が外国籍に比べ圧倒的に多い ( 図 -) XioIce は Microsoft Corporation の登録商標 AIBO は ソニー株式会社の登録商標 Clova は LINE 株式会社が商標出願審査中 Google Home は Google LLC またはその関連会社の登録商標 Echo は Amazon.com, Inc またはその関連会社の登録商標 - -

55 図 - 用途 コミュニケーション 出願人国籍別ファミリー件数推移及びファミリー件数比 率 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 中国籍 件.% 欧州国籍 件.% 韓国籍 8 件.8% 米国籍 件.% その他 件.% 件 日本国籍 9 件 8.9% 出願件数 出願人国籍 ( 地域 ) 優先権主張 - 年 8 9 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 8 また ネットワーク上のサービス呼び出し 携帯電話 / 携帯機器 テレビ 等 一般に 機器操作 に音声を活用する音声アシスト端末向けは 出願件数が増加しているが日本国籍の出願比率が低い ( 図 - 図 - 図 -8) 図 - 用途 ネットワーク上のサービス呼び出し 出願人国籍別ファミリー件数推移及びファミリー件数比率 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 中国籍 件.% 韓国籍 件.% 欧州国籍 件.8% その他 件.% 件 日本国籍 件.8% 米国籍 8 件.% 出願件数 出願人国籍 ( 地域 ) 優先権主張 - 年 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある - -

56 図 - 用途 携帯電話 / 携帯機器 出願人国籍別ファミリー件数推移及びファミリー件数比 率 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 韓国籍 8 件.% 中国籍 8 件.% その他 98 件.% 欧州国籍 8 件.% 日本国籍 件.%, 件 米国籍 9 件.9% 出願件数 出願人国籍 ( 地域 ) 優先権主張 - 年 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 8 98 図 -8 用途 テレビ 出願人国籍別ファミリー件数推移及びファミリー件数比率 ( 日米欧中 韓国籍 件.% 中国籍 9 件.% 8 件 韓への出願 出願年 ( 優先権主張年 ):- 年 ) その他 件.% 欧州国籍 件.% 日本国籍 8 件.% 米国籍 件 9.% 会話ボットや家庭用ロボット 音声アシスト端末向けに求められる 自然な会話 関連の技術は出願件数が増加しており かつ日本国籍の出願比率が高い ( 図 -9) 課題別に特許出願内容を見ると 自然な会話 を実現する技術としては 利用者 の属性の認識とそれに応じた発話 文脈の認識とそれに応じた発話 韻律の認識 韻律を持たせた発話 感情の認識 感情を込めた発話 置かれた環境の認識とそ れに応じた発話 等がある ( 図 -) 応答タイミングが適切で抑揚 感情 環境を踏まえた会話でなければ自然さが感じ られず会話の相手として継続して利用され難いと考えられるが 有識者によると 現 段階では未だ機械に話しかけているということを前提とした使い方になっており こ れらに対応した技術は未だ発展の余地があるといえる 出願件数 出願人国籍 ( 地域 ) 優先権主張 - 年 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 8 - -

57 図 -9 課題 自然な会話 出願人国籍別ファミリー件数推移及びファミリー件数比率 ( 日米 欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 中国籍 件.% 欧州国籍 件.% 韓国籍 件.% その他 件.9% 8 件 米国籍 8 件.9% 日本国籍 9 件.% 出願件数 出願人国籍 ( 地域 ) 優先権主張 - 年 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 図 - 技術区分 自然な会話 ファミリー件数推移 ( 日米欧中韓への出願 出願年 ( 優先権 課題 自然な会話 中分類 小分類 利用者の属性の認識とそれに応じた発話 文脈の認識とそれに応じた発話 主張年 ):- 年 )( 前掲抜粋 ) 自然な会話 韻律の認識 韻律を持たせた発話 感情の認識 感情を込めた発話 置かれた環境の認識とそれに応じた発話 9 その他 8 9 出願年 ( 優先権主張年 ) 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある なお 会話を成り立たせる要素技術別の特許出願数を見ると 対話解析 応答文 生成 音声出力制御 等の発話側の技術は出願件数が増加しており かつ日本国籍 の出願比率が高い一方 話者特定 マルチモーダル 音響モデル 分散型音声 認識 特徴抽出 言語解析 等の認識側の技術は出願件数が増加しているものの 日本国籍の出願比率は必ずしも高くない傾向が見られる ( 図 -) - -

58 () 自動車や生産管理等向け 注目理由自動車関連技術 ものづくり関連技術は日本企業が国際競争力のある分野であるが 自動車関連技術では自動運転やカーシェア ものづくり関連技術ではドイツのインダストリー. や米国のインダストリアルインターネット等 IoT を活用して付加価値を高めたり生産性を高めたりするところに競争領域が広がっている その中で 音声入出力は 自動車では 自動車内の機器操作 自動運転 運転支援 等に 生産管理等では 機器操作 操作支援 作業記録 異常検知 安全性確保 等に用いることができる 有識者ヒアリングによると BtoC 分野はアマゾンやグーグル等 データ収集力や経営体力ある企業に競争力があるが 自動車でも業務用の用途や生産管理 商品管理等の BtoB 分野であれば そうした企業が入りにくく 日本企業に強みがあり 今後重要な分野になるのではないか という意見もある 当該分野における技術競争力用途別に音声入出力関係の特許出願内容を見ると 自動車では 自動車内の機器操作 自動運転 運転支援 等 生産管理等では 機器操作 操作支援 作業記録 異常検知 安全性確保 等の出願が実際に見られる ( 図 - 図 -) 図 - 技術区分 用途 ( モビリティの中分類 小分類 ) ファミリー件数推移 ( 日米欧中韓 への出願 出願年 ( 優先権主張年 ):- 年 )( 再掲 ) 用途 モビリティ 中分類 小分類 自動車 自動車内の機器操作 8 自動運転 運転支援 その他 鉄道 航空 / 軍事 船舶 その他 8 9 出願年 ( 優先権主張年 ) 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある - -

59 図 - 技術区分 用途 ( 生産管理 商品管理 土木建設管理 構造物管理の中分類 ) ファ ミリー件数推移 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 用途 生産管理 商品管理 土木建設管理 構造物管理 の中分類 機器操作 操作支援 作業記録 異常検出 安全性確保 その他 出願年 ( 優先権主張年 ) 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 自動車運転中や工場稼働時はノイズが大きく それぞれ特有のノイズがある また 車線変更時や前方に障害物が迫っている等 運転中には状況変化が激しく状況に応じ た情報提供や対応が必要である 生産現場でも様々な工程があり 仕掛品の状態や機 器のトラブル等 様々な状況に応じた情報提供や対応が必要になる 実際に 例えば ニュアンス ( 米 ) は 自動車運転時のノイズ除去技術 運転者の好みや置かれている 状況に合わせた対話を実現する技術を自動車メーカーと開発している (AutoProve ()) 航空 軍事 用途もノイズが大きい分野である こうした適用領域のニーズに対応する特許出願を見ると 自動車 や 生産管理 商品管理 土木建設管理 構造物管理 用途 ノイズ耐性 や 置かれた環境の認識 とそれに応じた発話 といった課題を解決する技術は出願件数が増加しており かつ 日本国籍の出願比率が高い ( 図 - 図 - 図 - 図 - ) - -

60 図 - 用途 自動車 出願人国籍別ファミリー件数推移及びファミリー件数比率 ( 日米欧中 韓への出願 出願年 ( 優先権主張年 ):- 年 ) 中国籍 9 件.8% 欧州国籍 件.9% 韓国籍 件.9% その他 9 件.%,8 件 米国籍 件.% 日本国籍 件.% 出願件数 9 8 出願人国籍 ( 地域 ) 優先権主張 - 年 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他 8 9 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 図 - 用途 生産管理 商品管理 土木建設管理 構造物管理 出願人国籍別ファミリー件 数推移及びファミリー件数比率 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 中国籍 89 件.% 韓国籍 8 件.8% 欧州国籍 9 件.9% その他 件.% 9 件 日本国籍 件.% 米国籍 9 件.% 出願件数 出願人国籍 ( 地域 ) 優先権主張 - 年 8 8 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 8 9 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他

61 図 - 課題 ノイズ耐性 出願人国籍別ファミリー件数推移及びファミリー件数比率 ( 日米 欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 中国籍 件 9.% 欧州国籍 件 8.8% 韓国籍 件.% その他 件.% 件 日本国籍 件.% 米国籍 8 件.% 出願件数 出願人国籍 ( 地域 ) 優先権主張 - 年 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 図 - 課題 置かれた環境の認識とそれに応じた発話 出願人国籍別ファミリー件数推移及 びファミリー件数比率 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 中国籍 9 件.8% 韓国籍 件.% 欧州国籍 件.% その他 件.% 件 米国籍 件.% 日本国籍 件 9.% 出願件数 8 出願人国籍 ( 地域 ) 優先権主張 - 年 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 8 9 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他 また 音声入出力を実装していく際に 低コスト化 低消費電力 高速化 リ アルタイム性向上 等の課題への対応が競争力上重要になる これらの技術の出願件 数は増加しているが 日本国籍の出願比率が低い ( 図 - 図 -8 図 -9) - 9 -

62 図 - 課題 低コスト化 出願人国籍別ファミリー件数推移及びファミリー件数比率 ( 日米 欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 中国籍 件.% 韓国籍 9 件 8.% その他 件.% 欧州国籍 8 件.% 日本国籍 8 件 9.% 件 米国籍 件.% 出願件数 出願人国籍 ( 地域 ) 優先権主張 - 年 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他 9 8 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 図 -8 課題 低消費電力 出願人国籍別ファミリー件数推移及びファミリー件数比率 ( 日米 中国籍 件.% 韓国籍 件.% 欧州国籍 件.% 欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) その他 件.% 件 日本国籍 件.8% 米国籍 9 件.% 出願件数 出願人国籍 ( 地域 ) 優先権主張 - 年 8 9 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 9 - -

63 図 -9 課題 高速化 リアルタイム性向上 出願人国籍別ファミリー件数推移及びファミリ ー件数比率 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 中国籍 件.% 韓国籍 9 件.% 欧州国籍 件.% その他 件.% 件 日本国籍 9 件.% 米国籍 9 件.% 出願件数 出願人国籍 ( 地域 ) 優先権主張 - 年 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他 () 複数話者の聞き分けへの対応 注目理由 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 人間の会話では複数話者が同時に発話することが通常であり 音声入出力技術を使 ったコミュニケーションの適用場面をより自然な会話が求められる場面に拡大するに は 複数話者の聞き分け を可能にする技術が必要になる 複数話者の聞き分け の技術は 現在 議事録作成 ( 音声のテキスト化 に含 まれる ) 等の用途で活用されているが 今後 作成 ( メディア に含まれる ) 翻訳 通訳 等でも重要性を増してくると予想される 翻訳 通訳 用途では 多 言語対応 も課題となる 要素技術としては 音源分離 エコーキャンセリング マイクアレイによるビ ームフォーミング 等の音響処理の技術や 話者特定 等の技術がある 有識者ヒア リングによると これらの技術は音響処理 / 信号処理のセンスとデバイスの技術が求 められる領域であり 日本企業にはそれらの領域の高いノウハウを持った人材がおり 強みを発揮できる 有望な分野である 当該分野における技術競争力 特許出願件数で見ると 複数話者の聞き分け のための技術は現状では必ずしも出 願件数が大きく増加する傾向にあるとは言えないが日本の出願比率が高い 出願件数 は全体でも未だ多くなく 今後強化することで差別化を図り得る領域と考えられる ( 図 -) - -

64 図 - 課題 複数話者の聞き分け 出願人国籍別ファミリー件数推移及びファミリー件数比 率 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 中国籍 件.% 欧州国籍 件.% 韓国籍 件.% 米国籍 件.% その他 件.% 日本国籍 8 件.% 出願件数 8 優先権主張 - 年 件 出願人国籍 ( 地域 ) 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 複数話者の聞き分け を実現する要素技術である 音源分離 エコーキャンセ リング マイクアレイによるビームフォーミング 等の音響処理の技術や 話者特 定 等の技術は 特許出願件数はいずれも増加しており 今後強化することで差別化 を図り得る領域と考えられる 中でも 音源分離 エコーキャンセリング 話者 特定 は必ずしも日本国籍の出願比率が高いわけではないが マイクアレイによるビ ームフォーミング は日本国籍の出願比率が比較的高い状況である ( 図 - 図 - 図 - 図 -) 有識者ヒアリングによると 現在の音声認識技術は 主としてある程度決まった方 向 距離から発せられる音声や音に対する認識は十分精度よく行えるが どのような 方向 距離から音声や音が発せられるか決まっていない場合の認識は技術的にまだ難 しい という これらの技術はこの課題を解決する要素技術として位置づけられる - -

65 図 - 要素技術 音源分離 出願人国籍別ファミリー件数推移及びファミリー件数比率 ( 日 米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 中国籍 件.% 韓国籍 件.8% 欧州国籍 件.% その他 件.% 8 件 日本国籍 件.% 米国籍 件.% 出願件数 8 出願人国籍 ( 地域 ) 優先権主張 - 年 8 9 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他 9 8 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 図 - 要素技術 エコーキャンセリング 出願人国籍別ファミリー件数推移及びファミリー 中国籍 件.% 件数比率 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 韓国籍 件.% 欧州国籍 9 件.% その他 件.% 件 日本国籍 件 9.% 米国籍 件 8.% 出願件数 8 出願人国籍 ( 地域 ) 優先権主張 - 年 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他 9 - -

66 図 - 要素技術 マイクアレイによるビームフォーミング 出願人国籍別ファミリー件数推 移及びファミリー件数比率 ( 日米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 中国籍 件.% 欧州国籍 件.% 韓国籍 件.% その他 件.% 日本国籍 件 9.% 出願件数 8 優先権主張 - 年 件 米国籍 件.% 8 9 出願年 ( 優先権主張年 ) 出願人国籍 ( 地域 ) 日本 米国 欧州 中国 韓国 その他 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 図 - 要素技術 話者特定 出願人国籍別ファミリー件数推移及びファミリー件数比率 ( 日 米欧中韓への出願 出願年 ( 優先権主張年 ):- 年 ) 中国籍 9 件.% 韓国籍 件.% 欧州国籍 件.% その他 件.% 9 件 日本国籍 件.% 米国籍 99 件.% 出願件数 出願人国籍 ( 地域 ) 優先権主張 - 年 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 出願年 ( 優先権主張年 ) 日本米国欧州中国韓国その他 8 () セキュリティやプライバシーへの対応 注目理由音声データは 個人認証 に用いることができる そのため 音声入出力技術の活用進展によって音声データが重要な個人情報となる 実際に 音声から個人特定できないようにする 匿名化 ( マスキング ) 技術も開発されている 逆に 音声合成技術の発達によって 合成音声がなりすましに使われる可能性もある 実際に アマゾンの AI 音声アシスト Alexa を介したオンラインバンキングサービスは 消費者にとって非常に利便性の高いサービスとして評価される一方 セキュリティ及びプライバ - -

67 シー上の問題が懸念されている (JETRO() 米国のフィンテックにおける人工知能の活用 ( フィンテック AI) の現状と課題 ) また 医療 看護 介護 障がい者支援 防災 / 安全性確保 防犯 等の 高齢化社会における高度な安心 安全を目指す課題先進国の日本にとって重要な用途では 個人の状況に応じたサービスとして 個人情報を扱うものになるケースが多いと考えられる こうした プライバシー管理 や セキュリティ確保 に関する技術は発展段階にあり 社会課題として重要であるため 今後強化することで他国籍の企業が参入しづらい分野として差別化を図り得る領域になる可能性がある 当該分野における技術競争力 用途別に特許出願件数を見ると 音声データを 個人認証 に用いるものは 日本 国籍の出願比率は高くないが出願件数が増加している ( 図 -) 図 - 用途 個人認証 出願人国籍別ファミリー件数推移及びファミリー件数比率 ( 日米欧 中国籍 9 件.% 韓国籍 件.% 中韓への出願 出願年 ( 優先権主張年 ):- 年 ) その他 件.% 日本国籍 9 件.% 米国籍 件.9% 出願件数 9 8 優先権主張 - 年 欧州国籍 8 件.% 9 件 8 9 出願年 ( 優先権主張年 ) 出願人国籍 ( 地域 ) 日本 米国 欧州 中国 韓国 その他 注 ) 年以降はデータベース収録の遅れ PCT 出願の各国移行のずれ等で 全データを反映していない可能性がある 課題別に見ると 音声認識時のなりすまし防止や盗聴防止 不適切表現の除去等の セキュリティ確保 や 音声データのうち個人情報に関する箇所を匿名化処理する 匿名化 ( マスキング ) 技術等の プライバシー管理 を課題とするものは 日本国籍 の出願比率は高くないが出願件数が増加している ( 図 - 図 -) - -