街角環境において日常的に活動するような社会的ロボットの実現が近づきつつありますが、この実現のためにはインタラクションに関して多くの課題を解く必要があることが分かってきています。私たちはRobovieとよばれる社会的ロボットを、ショッピングモールなどの街角環境で活用するための方法を研究してきました。歩行者の位置を追跡するセンサーネットワークを１つの技術基盤として、ロボットが歩行者の行動を理解できるようにし、そこでロボットがサービス提供するような知能化した情報環境を実現しました。また、この情報環境のために、現実世界での様々な人間とロボットのインタラクションを研究しました。その中で、人々と調和して行動するような共生インタラクションを行う必要性が明らかになってきました。本講演では、このような街角環境での社会的ロボットの実現にむけたいくつかの研究事例を紹介します。

本講演ではまず劇的な進化を遂げている音声生成AIモデルの最新動向を紹介する。ボイスクローニングと呼ばれる話者性を再現する技術や、音声入力や音声出力を大規模言語モデル（LLM）において活用するための音声トークナイザー等を紹介し、どの様な音声インタラクションが現在研究されているか最新動向を紹介する。
　その後、音声生成AIの悪用対策についても解説する。まず生成モデルによる人工的な音声か人間の音声かを見極めるディープフェイク検知技術に触れ、検知モデルの学習・評価用の大規模音声データベース、複数の検知モデルの劣悪条件下における分析結果を紹介する。最後に、音声生成AIのモデル重みを加工し、その音声出力に自動的に透かしを埋め込むNeural watermarkingについても紹介し、その有用性および限界についても紹介する。

認知症は世界的な社会課題である．特に日本では高齢化とともに高齢化率が高まり，どのように社会の中で共生するかが求められている．我々は，ケアにおけるコミュニケーションを適切にすることで，認知症の人とよりよく共生できるというアイデアに基づき，「良い」ケア手法の特に非言語スキルに着目し，それを計測・解析・定量化することで暗黙知であったスキルを抽出，それを実装したXRを開発することでケアコミュニケーショントレーニングとして社会に波及する活動を行っている．本研究は認知症ケアにとどまらず，ASDなどの疾患やプロフェッショナル・一般のコミュニケーションにも適用が可能でありその有効性も示している．