Spotify、ポッドキャスターの声をAI複製して広告読み上げさせる技術を開発中か

ポッドキャストのホストが自らの声で読み上げる広告は、リスナーとの信頼関係があるからこそ高い広告効果を生んできました。しかし、その声をAIが勝手に喋っているとしたらどうでしょうか。

米Semaforの報道によると、Spotify傘下のメディア「The Ringer」創業者であるBill Simmons氏が自身の番組で、Spotifyがホストの声を学習させたAIによる読み上げ広告技術を開発中だと明かしました。

Simmons氏によれば、クリエイターが承認さえすれば、本人がスタジオで原稿を読むことなく広告音声を生成できるようになります。これにより、リスナーの居住地域に合わせたローカルイベントの告知や、複数言語への展開など、従来は不可能だった柔軟な広告配信が可能になると語っています。

AI DJの技術を広告へ転用

Spotifyは公式コメントにおいて、広告分野は今後の探求対象であるとしつつも、Simmons氏の発言についての明言を避けました。一方で、過去1カ月でAIをテーマにしたポッドキャストのエピソード数が500%増加したことにも触れています。

同社は2022年に音声合成スタートアップのSonanticを買収しており、OpenAIの技術と組み合わせてすでに「AI DJ」機能を展開しています。

AI DJの声の主となった社内幹部のXavier Jernigan氏は、自然な息遣いや間の取り方、彼特有のスラングまで忠実に収録してモデルを構築しました。社内には機械学習やパーソナライゼーションに携わる数百人規模のチームが存在しており、この仕組みを広告向けに拡張するのは自然な流れと言えます。

なぜ重要か

今回の試みは、ポッドキャスト市場で最も単価が高い「ホストリード広告」のスケーラビリティ問題を一気に解決する可能性があります。

従来、都市ごとのターゲティング広告をホスト本人に何パターンも録音させるのは非現実的でした。AI音声を使えば、クリエイターは稼働を増やさずに収益源を広げられ、広告主はパーソナライズされた訴求を手に入れることができます。

しかし、最大のリスクはリスナーとの信頼関係です。ホストリード広告の価値は「本人が勧めている」という推薦性にあります。アルゴリズムが自動生成したテキストを本人の声で読み上げさせる場合、AIであることを明確に開示しなければ、過去にGoogle Duplexが批判を浴びたような欺瞞だと受け取られかねません。

プラットフォームとしてのSpotifyにとっては、Appleなどの競合に対して運用型音声広告のインフラで大きくリードを奪う一手になり得ます。ただし、広告の透明性をどこまで厳格に担保できるかが成否を分けることになりそうです。