Google Pixel携帯電話がユーザーの毎日の音声を録音し書き写すことができるようになることがリークにより明らかに
Google Pixel スマートフォンは、ユーザーが周囲の環境や自分の個人データとやり取りする方法を根本的に変える可能性のあるアップデートを受信しようとしています。専門ポータル 9to5Google の調査員は、オペレーティング システムのテスト バージョンの内部ファイルを徹底的にスキャンし、暫定的に Audio Memory と名付けられた前例のないツールの痕跡を発見しました。このアプリケーションの主な目的は、デバイス所有者の日常業務中に発生する音声イベントを捕捉、処理、整理するために、デバイスを常に警戒状態に保つことです。
この発見は、検索大手のデバイスのインテリジェント機能の管理を担当するコアである Android System Intelligence の最新バージョンに埋め込まれたコード行を分析した後に発生しました。手動で起動する必要がある従来のボイスレコーダーとは異なり、新しいデザインはバックグラウンドで動作し、一種の聴覚タイムラインを作成します。この音響データベースにより、ユーザーは失われた情報を 1 日を通して取り戻すことができ、電話が絶え間ない記憶アシスタントに変わります。
音楽認識とアンビエントキャプチャの進化
このメーカーはすでにパッシブリスニングツールで確固たる歴史を持っていますが、新しい提案はそのコンセプトをより複雑なレベルに引き上げています。現在、このブランドのデバイスの所有者は、完全にオフラインの環境で再生されている曲を識別し、ロック画面にアーティスト名を直接表示する Now Playing 機能を使用しています。新たに発見されたコードは、オーディオ メモリがこの機能を吸収し、音楽認識と名付けることを示していますが、これらのトラックを専用アプリケーション内の詳細な履歴にカタログ化することでその有用性を拡張します。
ハードウェアの専門家らは、携帯電話のバッテリーをすぐに消耗させずにマイクを常にアクティブにしておくことが実現できるのは、同社が開発した Tensor プロセッサのおかげだと指摘している。これらのチップには、低電力機械学習のみに焦点を当てたコアが搭載されています。これは、機器の自律性を損なったり、初期処理のためにインターネットに常時接続したりする必要がなく、機器が何時間も環境を聞き続け、無関係なノイズを有用な情報から分離できることを意味します。
会話の文字起こしと自動リマインダーの作成
しかし、このプロジェクトの最も野心的な技術的飛躍は、音楽エンターテイメントから離れ、個人の生産性の分野に移ります。プログラムの断片は、システムの知能が人間の音声を認識し、重要な情報を含む可能性のある会話の抜粋を分離するように訓練されることを示しています。そのアイデアは、ソフトウェアが非公式なチャットと、会議のスケジュール設定や特定の住所への言及などの重要な指示を区別できるということです。
このデータを活用するために、オペレーティング システムは高精度の自動転写レイヤーを適用します。話された言葉は即座にテキストに変換され、ユーザーのノートにメモが書き込まれたり、カレンダーのアラートが作成されたりします。昼食中にユーザーが金曜日までにレポートを提出する必要があると言った場合、携帯電話は理論的にはその内容を理解し、アラームの作成を提案するため、手動で入力する必要がなくなります。
新しい Android システム ツールが実際にどのように機能するか
公式発表はまだ行われていませんが、アプリケーションのリバースエンジニアリングにより、新機能が消費者の日常生活でどのように機能するかという中心的な柱が明らかになりました。コード構造は、オーディオベースのタスクの自動化に焦点を当てたエコシステムを示唆しています。
Leia Também
- 音の周波数を継続的に監視して、公共の場所で再生される音楽やメディアを識別します。
- 会話を携帯電話のストレージ内で検索可能なテキスト ブロックに瞬時に変換します。
- 日付、時刻、場所などのコンテキスト データを抽出して、カレンダーや生産性アプリケーションと直接統合します。
- 音声情報をローカルで処理し、生の録音をクラウド サーバーに大量にアップロードすることを回避します。
これらの特徴は、従来の音声コマンドを作成する前に個人のニーズを予測して、プロアクティブな仮想アシスタントを作成するという開発者の明確な努力を示しています。ユニークなアプリケーション インターフェイスはコントロール パネルとして機能し、画面を数回タップするだけでサウンド履歴を確認、編集、削除できます。
プライバシーの課題と明示的な同意の必要性
日常生活を記録できるテクノロジーの導入は、情報セキュリティとデジタル倫理についての深い議論を引き起こします。流出したファイルからは、音声キャプチャが通話中にのみ機能するのか、それとも第三者との対面での会話も対象となるのかはまだ明らかになっていない。知らないうちに人々を録音すると、いくつかの国で厳しい法律に抵触し、機能の世界的な導入に大きな法的障壁が課せられます。
この障害を克服するには、明示的な同意を要求することがパズルの中心的なピースになります。ユーザーはおそらく詳細な設定画面を通過し、使用条件に同意し、無制限のマイクへのアクセスを許可する必要があります。一般に受け入れられるかどうかは、第三者、ハッカー、さらには政府機関さえもこの親密で継続的なデータベースにアクセスできないことを証明する企業の透明性に直接依存します。
Gemini 人工知能との統合とブランドの将来
オーディオ メモリーの開発は単独で行われるのではなく、ジェミニ人工知能が関与するより広範な戦略の一部として行われます。同社の言語モデルはすでに高度な記憶機能を備えており、検索履歴、交換された電子メール、保存された写真を使用して、高度にパーソナライズされた応答を提供します。このプロファイルにオーディオの次元を追加すると、ユーザーの生活をほぼ完全に理解するデジタル アシスタントが作成されます。
現在まで、このツールは研究開発研究所に閉じ込められたままであり、消費者市場に到達する見通しはありません。取締役会が展開を進めることを決定した場合、テクノロジー業界は非常に堅牢なプライバシー ダッシュボードの導入を期待しています。この機密データの保護は、現在の基準を超えて、スマートフォンをポケットに入れて持ち歩く人の基本的なプライバシーを犠牲にして、確実なデジタル メモリを持つ利便性を確保する必要があります。
