【考察】これからは『耳』の時代が来る

先日、コンテンツフォーマットとしてのテキストは終わりに向かっていくんじゃないか、というnoteを書いた。

【プレビュー】テキストコンテンツの終わり｜YOLOふなと｜note

このnoteの中ではテキストコンテンツに代わり、動画と音声のコンテンツが伸びていくと記載した。代替が起きるであろう理由は以下であると考えました。

①時間短縮性
テキストで表現されていたことを動画や音声に落とし込むと、受け取る側のインプット時間がかなり短縮される。
②同時進行性
手も視覚も奪われない『ながら試聴』の需要が今後もっと高まっていくと思う。

毎週キングコングを見てふと思い出したのをきっかけに、もう少し深く考えてみたところ、やっぱり『これからは耳をうまく使う時代が来る』と改めて思った。

5Gが本格普及していくことで実現される社会においては(スマートシティ・自動運転・リモートワーク・音声認識などなど)、『耳』を最大限活用することが絶対に必要になってくる。

普段の生活を思い返して欲しいです。

『耳の可処分時間』が、既に現状圧倒的多いはず。

▼背景

冒頭で、『これから耳の活用が来る』理由と背景について書いたが、もう少し視点を増やして考えてみたい。

①時間短縮性
テキストで表現されていたことを動画や音声に落とし込むと、受け取る側のインプット時間がかなり短縮される。通信・デバイス・コンテンツの進化により、現状よりも更に生活者の時間に対する意識はシビアになってくる。
少し話が逸れますが、生活者の時間に対する意識が変わってきていることがわかる例として、家と連携できるスマートスピーカーや、これまでは自身で行なっていたことの外注として「ベアーズ」や「mendo」などのサービスが伸びてきていますね。

②同時進行性
手も視覚も奪われない『ながら試聴』の需要が今後もっと高まっていくと思う。つまり、ハンズフリー。①と同様に時間短縮という観点から来るものだ。

③デバイスの進化
これまで耳に装着するデバイスは、他のメインデバイスの出力機能を担っていることが多かった(動画や音楽の再生)。ただ、最近人気のAirPods proなんかは音楽の再生やメッセージの読み上げといった出力機能に加えて、うまくやれば音声入力も行うことができ、リモコン操作で他のアプリを呼び出したりすることができる。耳に装着するデバイスに入力機能が付いていることは大きな進化だと思う。

④音声認識精度の向上
音声認識の精度が上がり、且つ普段の生活にも浸透し始めているという点。上記②と③に紐づくが、入力方法としての音声認識が普及し、且つ耳のデバイスとスムーズに連携することができれば完全なハンズフリーが実現できる。

▼どのように日常生活へ広がるか

【コンテンツ軸】
記載した背景を踏まえると、耳だけで消費できるコンテンツは恐らく今後伸びていくだろう。コンテンツの発信者としても、動画やテキストなどと比較すると制作に手間が掛からない。また、視覚のみよりも聴覚のみの方が、記憶にも残りやすいらしい。良いところ尽くしだ。
ただ、耳からのインプットのみになるため、それに適したアウトプット方法の構築、話し方や声色などの特別なスキルも必要になる。こういう面でのハードルは高くなる気がする。

広告代理店で働く身としては、上記理由から音声での広告に未来を見ている。

【日常生活軸】
コンテンツ軸で記載したことは、耳をインプット方法として活用する場合に限っており、ここに関しては既に日常生活へ浸透しつつある。背景③で触れた様に、出入力が可能になった時が本当の『耳の時代』だと思う。

耳に装着するデバイスの出力機能について、今後何が出てくるかをイメージして、終わりにしたいと思う。

まずは、既に実装され始めている『手を使う方法』から。AirPods proには感圧センサーが付いており、何回押しかで呼び出す機能を設定することができる。曲送りと曲戻し機能以外のスマホアプリを呼び出せることが画期的だと感じる。

次に『音声認識』。外部音取込機能が前提。イヤホンを装着したままで人の話し声などが聞けるのは、外部音取込機能のお陰。ここに自身の声による操作のための音声認識が加わるイメージだ。音声認識機能により他アプリを呼び出して何かを入力することができると、一旦はハンズフリーで入出力ができるデバイスとしては確立するはずだ。このためには更なる音声認識の質向上と、その均一化が必要だと思う。各プレイヤーにそれぞれ頑張ってほしい。

ただ、日本での普及においては、人前で声を出すという方法がハードルになってしまうと思う。くだらないと感じつつ、僕もちょっと抵抗がある。「犬の癒される画像見せて」とか「babymetalのギミチョコ流して」とか、人に聞かれるの恥ずかしいもん。

音声認識と併せて、動きによる入力方法も出てくる。ターミネーターが首の動きで音楽を再生する場面のイメージだ。また、音声での入力内容を確認するために、ARデバイスにも連携されることが予想できる。

どうでしょう。耳と音声で色々できるイメージを持てるかと思います。

上記が実現された世界では、イヤホンの様な耳デバイスを付けっぱなしにしていることが当たり前になる。常に耳から情報を得つつ、そのままハンズフリーで他の情報にもアクセスすることができる世界だ。
社会やテクノロジーの流れを考えると、必ずイメージした様な世界は来ると思う。

いち生活者として今後どうなっていくか楽しみにしつつ、来たる世界に対していち早く対応し先導できるように、引き続き考えを巡らせたい。