カセ・キィ
| 分野 | 音声情報学・推論工学 |
|---|---|
| 成立の契機 | 欠損音声の復元失敗の再現実験 |
| 主対象 | 放送事故記録・通話ログ |
| 中心概念 | 欠損痕（カセ）と合図変形（キィ） |
| 提唱者 | 鍵谷（かぎたに）文哉ほか |
| 関連組織 | 音響記録復元研究会（ARIR） |
| 普及状況 | 一部機関で準標準として運用 |
| 典型的な入力 | 欠損率30〜47%の音声 |
| 典型的な出力 | 意図ラベル＋時系列推定 |
カセ・キィ（Kase Keye）は、音声記録の「欠損」を手がかりに、話者の意図を復元するための推論体系であるとされる[1]。発明当初はにある民間研究所の内部手法として語られていたが、のちに公開研究として拡散した[2]。
概要[編集]
は、録音データに含まれる欠損（途切れ、振幅の飽和、テープ編集による欠落など）から、その話者が「何を言おうとしていたか」を推定する体系であるとされる[1]。形式的には、欠損が発生した位置そのものよりも、欠損が生じる直前直後に観測される微細な不整合を手がかりにする点が特徴とされる。
また、カセは欠損痕の位相的特徴として扱われ、キィは復元における合図変形（話者の癖や語彙の揺れを、欠損環境に合わせて“変形”してみる操作）を指すとされる[3]。このため、厳密な復元というより「あり得た意図」を複数候補で提示する設計思想が採用されたとされる。
成立の経緯は、1990年代後半にが提出した「欠損音声の法廷提出」ガイドライン草案に対し、民間側から“欠損は情報ではない”という反発があったことに始まる、と説明されることが多い[4]。ただし、後述するように、最初の研究が行われた場所はの“会議室番号”まで特定されるなど、周辺事情がやけに具体的であるとの指摘がある。
歴史[編集]
起源：鍵谷文哉と「七分割しない」規則[編集]
起源は、鍵谷文哉（当時、の音響計測ベンチャーで契約研究員として働いていたとされる）による、欠損音声の再現実験にあるとされる[5]。鍵谷は、通常はスペクトログラムを時間で七分割して特徴を平均化する手順を採用しつつ、あえて分割を“しない”規則を試したとされる。
具体的には、欠損率が30%、38%、47%の三条件で音声を人工的に削ったうえで、欠損直前直後の周波数重心の移動量だけを抽出したという[6]。結果として、七分割した場合よりも、分割しない場合のほうが「否定の意図」ラベルの一致率が約12.4%上がったと報告されたとされる。
この報告がの査読会で採択され、手法名が“欠損痕（カセ）”と“合図変形（キィ）”の頭文字に由来してと呼ばれるようになった、と説明されることが多い[7]。ただし、この名称決定がいつ行われたかについては、同研究会の議事録が一部欠けており、編集者の間で「会議室の時計が3分遅れていた」という伝説が残っているとされる[要出典]。
発展：ARIR準標準化と「千二百四十七番の事故」[編集]
は、その後、放送事故のアーカイブ処理で注目を集めたとされる。ARIRは1998年に、放送局のテープ整理で「欠損を見落とすのではなく、欠損を計算に入れる」ための内部規程を作り、そこにカセ・キィが採用されたとされる[8]。
象徴的な事例として「千二百四十七番の事故」が挙げられる。これは、のローカル局で、停電復旧直後の生放送が0.7秒ずつ断続して欠損し、結局“誰が謝罪したか”が曖昧になった事件として語られる[9]。ARIRの研究員は、欠損の長さ分布が正規分布に近いことを利用し、話者の謝罪意図を“キィ変形”で5候補に絞ったとされる。
当時の報告では、候補のうち最終的に正しい意図ラベルが含まれていた確率が71.2%であったとされ、さらに復元できた発話時系列のズレが平均で0.18秒以内だったと記されている[10]。この細かな数字が後に“盛ったのでは”という疑念を呼び、ジャーナリズム側から「事故の再現データは本当に存在するのか」と問われたとされるが、ARIRは“非公開の音響棚卸台帳にある”と回答したとされる[2]。
社会への波及：法廷提出と「意図は編集できる」議論[編集]
社会への影響は、法廷における音声証拠の扱いに波及したことにあるとされる。カセ・キィの提案者たちは、欠損音声が証拠として不十分であるという従来の見方に対し、欠損により失われるものがある一方で、欠損が“話者の選択”を示す場合がある、と主張したとされる[11]。
その結果、の改訂ガイドラインでは、欠損音声を提出する際に「復元手法の宣言（カセ・キィ使用の有無）」「復元候補数」「復元の不確実性の提示」を記載する欄が設けられたとされる[12]。この欄が“意図は編集できる”という新しい批判の火種となり、同時に、音声復元の専門資格をめぐる市場が形成されたと説明される。
また、教育現場でも波及し、の大学では、音声工学の講義の最終課題が「欠損率47%の会話ログから、謝罪・否定・依頼を3分類せよ」とされるようになったとされる[3]。一方で、欠損の取り扱いが“物語化”されすぎているとして、統計の信頼区間よりも「もっともらしい語感」を優先するのではないか、という指摘も現れたとされる。
仕組み[編集]
カセ・キィの手順は、入力音声を欠損領域と非欠損領域に分けることから始まるとされる[13]。欠損領域は単純な無音や欠落だけでなく、飽和、急峻なノイズ混入、テープの速度変化がある区間も含めて定義されるとされる。
次に、欠損痕（カセ）として、欠損直前のスペクトル傾きの変化、欠損直後の立ち上がり位相、さらに欠損前後での息継ぎ周期のズレが抽出されるとされる[6]。この抽出は“七分割をしない”規則と組み合わせられることが多いが、例外として放送規格（局ごとの録音プロファイル）が安定している場合には、一定の分割を許す運用も見られるとされる[要出典]。
最後に、合図変形（キィ）により、言語側の候補を変形させる。変形では、語彙の出現頻度をそのまま使うのではなく、欠損によって失われる“文の尾”の癖を補正するという。特に、否定文の末尾が欠損しやすい（実験上の言及として“頻度が約1.6倍”とされる）ことが背景にあると説明される[14]。このため、出力は単一の復元結果ではなく、意図ラベルと時系列の候補セットで提供されることが多い。
批判と論争[編集]
批判の中心は、カセ・キィが「意図の復元」という表現を用いる点にあるとされる。すなわち、欠損から推定されるのは客観的な音声内容というより、“推定モデルが採用した仮説の整合性”である可能性が指摘される[11]。法律実務家の一部は、復元結果がもっともらしいほど説得力が増し、逆に誘導の危険があると警告したとされる。
また、ARIRが示した“事故千二百四十七番”のような数字の精密さが、データの再現性を疑わせるという論点もある[9]。一方でARIR側は、再現性確保のために内部で「棚卸台帳」と呼ばれる監査手順を運用していると主張しており、その台帳では欠損発生タイミングがタイムコードにより記録されている、と説明される[2]。
ただし、台帳の閲覧権限が限定されていることから、第三者検証が難しいという構造的問題があるとされる。さらに、大学教育への波及後、学生が“欠損率が低いほど正解率が高い”と単純化して学習し、現場では欠損形状の種類が多様であるために成績が不安定になる事例が報告されたとされる[13]。このため、カセ・キィは「専門家の道具であって、万能の復元機械ではない」と再定義されつつある、という見方も出ている。
脚注[編集]
関連項目[編集]
脚注
- ^ 鍵谷文哉「欠損痕による意図推定の基礎検討」『日本音響情報学会論文集』第18巻第4号, 1999, pp. 221-239.
- ^ ARIR「放送アーカイブ欠損の定義と計算手順（試案）」『音響記録復元研究会報告』Vol. 3, 2000, pp. 1-44.
- ^ 佐倉真琴「七分割をしない特徴抽出の有効性：カセ・キィの前処理」『信号処理紀要』第9巻第2号, 2001, pp. 57-73.
- ^ 放送倫理監視庁「欠損音声提出に関するガイドライン草案」放送倫理監視庁, 1998, pp. 10-18.
- ^ Margaret A. Thornton「Intent Reconstruction from Missing Speech Segments: A Probabilistic View」『Journal of Forensic Audio』Vol. 12, No. 1, 2002, pp. 3-26.
- ^ 李成浩「合図変形（Keye）の言語モデル統合に関する研究」『計算言語学研究』第27巻第1号, 2003, pp. 88-110.
- ^ 川端涼介「欠損形状分類と復元候補数の関係：千二百四十七番の追試」『音声情報シンポジウム予稿集』第2004回, 2004, pp. 101-109.
- ^ Hiroshi Okamoto「Auditory Evidence and Reconstruction Uncertainty」『Proceedings of the International Symposium on Audio Reasoning』Vol. 5, 2005, pp. 212-228.
- ^ ARIR「内部棚卸台帳による監査手順の概要」『音響記録復元研究会報告』Vol. 7, 2006, pp. 1-22.
- ^ 西園寺雪乃「教育現場におけるカセ・キィ演習の設計と評価」『大学工学教育研究』第14巻第3号, 2008, pp. 145-162.
- ^ 鍵谷文哉「意図は編集できるのか：反証可能性の提案」『日本音響情報学会論文集』第22巻第1号, 2010, pp. 12-30.
外部リンク
- ARIR 公式アーカイブ
- 放送倫理監視庁 欠損音声FAQ
- 音声情報学会 カセ・キィ特集
- 司法音響ワーキンググループ
- カセ・キィ演習データ倉庫