D-IDがマイクロソフトと提携、Azure上で対話型AIアバターを提供へ

テキストベースのチャットボットとやり取りする時代から、リアルタイムに対話できるデジタルヒューマンの時代へと移行が進んでいます。

AIアバター生成プラットフォームを手がけるD-IDは、Microsoftとの提携を発表しました。D-IDのリアルタイムアバター技術がMicrosoft Azure上で提供されます。

Teamsや業務アプリに対話型アバターを直接組み込む

今回の提携により、企業や開発者はAzure Marketplaceを通じてD-IDのソリューションを直接利用できるようになります。Microsoft Teamsをはじめとするマイクロソフト製品群に、リアルタイムで見て聞いて応答するAIアバターを容易に統合可能です。

事前にレンダリングされた動画とは異なり、D-IDのアバターは表情や音声、さらには身振りを交えながら双方向で対話できるのが特徴です。

2017年に設立されたD-IDには現在約90人の従業員が在籍しており、APIを利用する開発者は28万人を超えています。同社のスタジオや連携機能を通じて生成された動画は累計2億5000万本以上に達しています。

D-IDの最高経営責任者（CEO）であるGil Perry氏は、AIアバター市場が2033年までに7000億ドル規模を超えると予測しており、従来のグラフィカルユーザーインターフェース（GUI）から自然言語ユーザーインターフェース（NUI）への移行を推進していく姿勢を示しています。

リアルタイム翻訳とアクセシビリティへの応用

機能面で目を引くのは、高度な言語処理とアクセシビリティ支援です。

D-IDのシステムは、話者の声のトーンを保ったまま多言語へリアルタイム翻訳し、翻訳後の発音に合わせてアバターの唇の動き（リップシンク）を正確に一致させます。

さらに、手話へのリアルタイム翻訳にも対応しており、聴覚障害を持つユーザーのコミュニケーションをサポートします。

また、筋萎縮性側索硬化症（ALS）や発話に制約のあるユーザー、全身麻痺を持つ人々に向けて、失われた声や表情を再現したアバターを提供します。Teams上などで本来の声を取り戻し、円滑な対話を可能にする取り組みが進められています。

なぜ重要か

私たちは、D-IDにとってAzureエコシステムへの参入が強力な流通チャネルの獲得になると考えています。

従来のデジタルヒューマン導入では、音声合成、リップシンク、大規模言語モデル（LLM）の組み合わせに大きな開発コストがかかっていました。Azure上でこれらを完結させ、社内で使われているTeamsに直接組み込めるようになったことで、企業が導入を検討する敷居は大幅に下がります。

とりわけ、ALS患者の支援や手話通訳といったアクセシビリティ分野での活用は、単なる営業・マーケティング用ツールを超えた実用的な価値を持っています。

一方で、リアルタイムで声と表情を再現できる技術が社内コミュニケーションに入り込むことには懸念も残ります。Teamsの会議上で相手が本人のアバターなのか、あるいは悪意あるなりすましなのかを見極めるため、企業側には新たなセキュリティ運用や認証体制の構築が求められることになりそうです。