通話相手もAIだと気づいたら？Gibber Linkで音声信号通信へ自動切り替え

2つのAIエージェント同士が電話で繋がり、わざわざ丁寧な英語で会話を交わしている様子は、傍から見ると少し滑稽です。

Devpostに公開された実験的プロジェクト「Gibber Link」は、まさにこのAI同士の電話通信におけるムダを解消しようとしています。

音声合成をやめて音響データで会話する

受電や架電を行うAIエージェントが増えるにつれ、AI同士が電話越しに向き合う場面は必然的に増加しています。しかし、人間向けの自然言語を使うと時間がかかり、認識エラーも起きやすく、音声合成の計算コストも跳ね上がります。

Gibber Linkは、相手が人間なら通常の音声を使い、相手もAIだと検知した場合は音響レベルの通信プロトコルへの切り替えを提案します。

相手のAIが応じれば、GGWaveライブラリをベースとした音響信号通信に切り替わります。音声合成を挟まず、直接音の信号でデータをやり取りする仕組みです。

開発者によると、計算コストの9割以上を占める音声合成を省くことで通信時間を最大80%短縮でき、騒音環境でもエラーが起きにくくなります。将来的にはJSONなどの構造化データや画像も送信可能になる見込みです。

なぜ重要か

現在の音声AI業界はどれだけ人間に近づけるかを競っていますが、機械同士の通信において人間らしさは単なるコストの無駄遣いでしかありません。

既存の電話回線上でモデムのように音響信号を飛ばすアプローチは一見懐古的に見えますが、事前のAPI連携なしに既存の通話環境のまま導入できる点は非常にスマートだと考えます。

長期的にはWeb APIによる直接連携に置き換わる可能性が高いものの、既存の電話インフラに依存せざるを得ない移行期間において、通信時間と推論コストを一気に削る現実的な対抗策になりそうです。