「米国で開発している時から、日本でもやったら面白いんじゃないかという話はあったんです。でも、すでに色々な音声認識が発表されていたにも関わらず流行っていないこと、そもそも日本人はシャイだからという意見等もあり、議論を重ねるにとどまっていました。日本語版のプロジェクトが大きく動き出したのは英語版のリリース後。過去の音声認識とは別次元の精度やスピードに、私もこれならいけるという確信を持てました。日本における携帯検索の調査・分析も行い、外だけでなく家でもテレビを見ながらとか、様々な場面で使われているとわかったのも大きかったです」

ボトムアップで新しいプロジェクトがどんどん立ちあがっていくのがGoogle流。この時も、日本のモバイル担当である井上氏と米国の研究者が議論を重ねる中で、「面白そうだ。ぜひやろう」という運びになったという。チームのコアメンバーは井上氏と日本語に強いリサーチサイエンティストのマイクシュスター、それとソフトウェアエンジニアの中島氏（※3月24日公開記事に登場）の3人。少人数だが、これもまたGoogleでは当たり前。コミュニケーションがとても簡潔で、自ら「やりたい」と思って参加しているメンバーだけに、大きな力を発揮できるのだ。

「もちろん、全てを3人で行ったわけではありません。周りには多くのエンジニアやチー ムがいて、インタラクションするのがGoogleの組織の面白いところ。チームとしては分かれていても、必要に応じてコミュニケーションを取りますし、そのハブ役となるのがプロダクトマネージャーです」

「最大のチャレンジは訓練データの収集。最初に学習させる大量の単語音声を、どのような手段で、どこから集めるか。元となるデータの質や量がそのまま製品の完成度へとつながるだけに、絶対に妥協したくありませんでした。データを購入するといった選択肢もある中で、チームで議論を重ね、効率的に収集できるツールを自分たちで作ることに。その上で、音声認識分野で実績ある企業とパートナーシップを組み、一緒にデータ収集を行ったのです。結果として、理想通りのデータ収集を行うことができました」

　英語版による音声検索のコア技術はすでにあったものの、日本語はその特殊さ故に課題も多かったと言う。例えば、漢字、ひらがな、カタカナがあり、セグメンテーションが難しいのも英語との大きな違い。そういった数々の課題を、エンジニアと一緒にアイデアを出し合いながら、一つ一つ確実に解いていった。

「今まで文字だった検索が音声でも一応できますといったレベルではなく、文字検索以上の利便性をユーザーに提供したかったんです。こだわったのは、��認識精度�∞�スピード�∞�検索�≠ﾌ3つ。特に認識精度はこれまで発表された音声認識サービスの弱点でもあったので、何としてもクリアしようと思いました。スピードに関しても、文字入力より検索結果の表示が遅くては本末転倒です。また、音声検索を使う時は意図がはっきりしているケースが多いですから、検索結果もより最適なものでなければいけません。目指したのは、携帯電話のマイクを、言葉を理解する耳にすることでした」

「世界中の情報を整理し、世界中の人々がアクセスできて使えるようにする」というGoogleのミッションは有名だが、それを実現していく上でもモバイルは重要な役割を果たす。例えば、子供が好きな動物の名前を言って、その動物の写真を見ることも可能だ。井上氏もGoogleに入社する前からモバイルならではの大きな可能性に惹かれていた。それだけにモバイルに対する情熱は人一倍強い。

「携帯電話にはマイクだけでなく、カメラやスピーカー、GPSとセンサーになりえる様々な機能がついています。そんなセンサーリッチな携帯電話とGoogleのクラウド技術を組み合わせることで、まだまだできることがたくさんあると思っています。Google音声検索ではマイクを耳にすることに挑戦しましたが、カメラを目にして、撮った写真で検索を行うことも不可能ではありません。新しい世界が待っていると思うとワクワクしますし、それを自分達の手で実現していきたいんです」