インターネット監視サービスを提供するイー・ガーディアンは2019年4月11日、音声認識技術のベンチャー企業、Hmcommと連携して、AIを活用したリアルタイムAI動画監視フィルターの共同開発に着手したことを発表した。
SNSの普及やネットワーク配信技術の高度化により、動画投稿サービスや動画投稿アプリ、ライブコマースなどユーザーが手軽にインターネット上に動画を配信できるようになった。個人レベルで投稿される動画が急増する一方で、著作権を侵害している動画や不適切な内容の動画など、違法性の高い動画の投稿が問題となっている。
今回イー・ガーディアンは、画像認識と音声認識の両面から不適切な動画を洗い出すフィルタリングシステムの開発を、高度な音声認識技術を持つベンチャー企業のHmcommと共同で行うことにした。
イー・ガーディアンは、インターネット上のトラブルや不適切な投稿などを20年にわたって監視してきたノウハウを生かし、テキスト認識AI技術による投稿監視システム「E-Trident」を提供する。一方で、東京大学との産学連携でアダルト動画や模倣品画像など不適切な画像をディープラーニング技術を活用して認識するAI型画像認識システム「ROKA SOLUTION」を提供している。
Hmcommは、2014年に産業技術総合研究所（産総研）から音声認識AIの技術移転を受けた産総研技術移転ベンチャーで、NEDO AIベンチャーコンテスト最優秀賞、2018年JEITAベンチャー賞、EY イノベーティブ・スタートアップ2019など数々の受賞歴を誇る。
両社が開発するシステムは、動画ファイルに対して、イー・ガーディアンが持つ画像認識技術で不適切画像を洗い出すだけでなく、Hmcommの音声認識システムと連携することで、動画ファイル内の音声をテキスト化し、切り出したテキストデータについてイー・ガーディアンのテキスト認識技術で適切かどうかを判断する。
図1：画像認識と音声認識を組み合わせた動画ファイルフィルタリングの仕組み（出典：イー・ガーディアン）拡大画像表示
1つの動画に対して、画像認識、音声認識の両面からフィルタリングをかけることで、より正確な判断が可能になる仕組みとなっている。
