マイクロソフト、詩の処方箋を再現する「Ode Poetry」公開：独自音声AIで詩人の語り口を再現

心が沈んでいるとき、友人に愚痴をこぼすのは気が引け、専門のカウンセリングを受けるのは敷居が高いものです。イギリスの詩人であり『Poetry Pharmacy（詩の処方箋）』の著者であるウィリアム・シーガート氏は長年、人々の悩みに耳を傾け、その心に寄り添う詩を処方する個人相談を行ってきました。

この温かな体験を世界中に届けるため、Microsoft AIはクリエイティブスタジオのGravity Roadと組み、ウェブ体験「Ode Poetry（odepoetry.ai）」を公開しました。

サイトを開くと、シーガート氏を模した声が今の気分を優しく問いかけてきます。ユーザーが心境を語ると、それに合わせた最適な詩が選ばれ、人間の朗読者による肉声レコードが再生される仕組みです。

ニュアンスまで聞き取る音声モデル

こうした極めて情緒的なやり取りを破綻なく再現するため、マイクロソフトは最新のMAI音声モデル群を投入しました。

ユーザーの声を聴き取る入力層にはMAI-Transcribeを採用しています。FLEURSベンチマークで4.86パーセントという極めて低い単語誤り率を記録しており、ため息や訛り、雑音交じりの音声でも的確に理解します。

応答する声にはMAI-Voiceが使われています。わずかな音声サンプルからシーガート氏独特の温かみのある語り口、独特の間やイントネーションまで忠実にクローンすることに成功しました。

AIを精神科医にさせない安全設計

興味深いのは、モデルに自由な創作を許さず、かなり厳密な手綱を引いている点です。

対話から詩を推薦するロジックには、シーガート氏が長年培った文学的分析と書籍の分類ルールが組み込まれています。決定論的ロジックとツール呼び出しを組み合わせ、自然な会話を破綻なく詩の選定へと誘導します。

さらに、ユーザーがAIに本物の精神科的な診断を下させようとするジェイルブレイク攻撃を想定し、徹底的なレッドチーミングを実施して医療的診断の出力を防ぐセーフティを固めました。なお、同社は次世代のGB200クラスタがすでに稼働に入っていることも明かしています。

なぜ重要か

一般ユーザーにとって、夜の静かな時間に試してみる価値のあるプロダクトです。業務効率化のための冷たいツールとは異なり、高い共感性を持つ声に話を聞いてもらうだけで、肩の荷が下りるような感覚を味わえます。

業界の視点で見ると、音声AIエージェントの使い道として非常に賢明な一歩だと考えられます。AIに薄っぺらい詩をでっち上げさせるのではなく、AIはあくまで聞き役と道先案内に徹し、最終的に提供されるのは本物の人間が書いた詩と人間の朗読です。この割り切りが、生成AI特有の安っぽさを防いでいます。

ただし、感情に寄り添うエージェントには常に倫理的なリスクがつきまといます。どれほど医療診断を避けるガードレールを敷いたとしても、ユーザーが過度な心理的依存に陥る可能性は残ります。文芸セラピーと深刻なメンタルヘルスの危機の境界線をどう管理していくのか、実運用での慎重な姿勢が求められます。