タスク汎用音源分離のイメージ図

　三菱電機株式会社は、マイクで収音した混合音から、音源の種類を指定して目的の音を分離・抽出する処理を単一のAIモデルで実現する「タスク汎用音源分離技術」を開発しました。本技術を活用することで、AIシステムが製造現場などで発生する多様な音を正確に聞き分け、複雑な状況を高度に理解することを可能にします。

　製造現場や公共空間では、機械音や人の声が周囲のノイズに埋もれてしまうことにより、AIによる異常検知や音声操作、現場状況の把握が困難になることがあります。しかし、従来の技術では、分離対象や用途ごとに個別の音源分離モデルを開発する必要があり、現場ごとに異なる音環境や利用目的への柔軟な対応が課題となっていました。

　今回、当社と米国現地法人であるMitsubishi Electric Research Laboratoriesは、分離・抽出したい音をプロンプトで指示することで、複数話者の分離や音声強調、環境音の抽出などの複数の音源分離タスクを単一のAIモデルで実現する「タスク汎用音源分離技術」を開発しました。本技術で抽出した音を、異常検知や音声認識、音声操作、現場記録などのAIシステムの推論に用いることで、製造現場や公共空間における高度な状況理解を可能にし、フィジカルAIを導入したシステムの信頼性向上に貢献します。

　なお、本技術は、「CEATEC 2026」（10月13日～10月16日、於：幕張メッセ）に「現場の多様な音から異常音や人の声を聞き分ける音源分離技術」として出展します。工場の機械音や楽器の音、複数人の声を同時に収音し、本技術で分離・抽出するデモンストレーションを通じて、音声認識や異常音診断への活用を紹介します。