ホチキス先生の「プログラマーと呼ばれたい」

Windows Phone開発用のMicrosoft Visual Studio 2010 Express for Windows PhoneでBing Mapを利用するアプリを作っているところだ。PC上のシミュレーターで作ったプログラムの動作確認をしている。

「作ったプログラム」と書いたが、実際はたった4行しかコードを書いていない。

１．BingMapsTaskのインスタンス変数を定義する
２．new演算子でインスタンスを生成する
３．GeoCoordinateクラスを生成しBingMapsTaskのインスタンスに割り当てる
４．BingMapTaskインスタンスをShowメソッドで表示する

これだけで画面タッチに対応したズーム機能のある地図アプリケーションができる。実に簡単だ。

Windows Phoneプログラミングの魅力のひとつに豊富なオブジェクトが利用できることがある。BingMapの利用はその典型的なものといえる。

と書いていて忘れていた。usingステートメントで名前空間の指定をしなければいけないので、実際は6行のコードである。

５．Microsoft.Phone.Tasks名前空間の指定
６．System.Device.Location名前空間の指定

Kinectテクノロジーの公式発表は、2009年6月1日、米ロサンゼルスで開催されたE3 2009カンファレンスで行われた。このときは「Project Natal」の名前で発表され、まだKinectという名づけは行われていなかった。その後プロジェクトの進捗は次第に明らかになり、2010年1月6日、2010 International CESの基調講演でProject Natalの登場時期が2010年であることがアナウンスされ、2010年6月13日、The World Premiere Kinect for Xbox 360 Experienceで正式名称を「Kinect」と発表、その後東京ゲームショウに出展されるなどを経て、北米では2010年11月4日に発売、日本では北米での発売に約2週間遅れて同2010年11月20日に発売された。

2009年6月1日から数えて約1年半でXbox360用のKinectセンサーが発売になったのだが、Project Natalの名前で発表されてより大きな期待を集めたテクノロジーだ。全貌がなかなか明らかにならなかったため、期待と不安、「本当に実現できるのだろうか」といった感想を持つ人も多かったに違いない。しかし当時をふりかえると、Kinectの発想に近いものを実現したXbox360のゲームに「めざせ！ムービースター」があったことを思い出す。おそらくKinectの基礎的研究はずっと前から始まっていたに違いない。

KinectセンサーがXbox360用に発売されて実際に多くの魅力的なゲームで遊び、その完成度の高さに驚くと同時に、多くの可能性を見出すことができた。Kinectセンサーはその前に立った人のフォームをリアルタイムで認識し、体の動きを解析する。上下左右の動作だけでなく奥行きも認識する。音声によるコントロールも可能である。さらに個体認識もできる。2人のプレイヤーがKinectセンサーの前に立つと、どちらがどのユーザーなのかを判断してくれる。開発者がこのKinectセンサーの実力を知ったとき、無限の可能性を感じたはずだ。KinectセンサーをPCに接続し、ソフトウエアをコントロールすることができたら。開発者なら必ずそう考えたはずだし、運用の立場でも様々な活用シーンを思い描いたに違いない。

しかしマイクロソフトは当初KinectセンサーはあくまでXbox360用であるとし、Windowsには接続できないという立場をとっていた。しかしマイクロソフトという会社のことを知っているなら、このことは容易に想像できたはずだ。マイクロソフトはユーザーの求めることには必ず応える。私たちの世界を豊かにするためには努力を惜しまない。テクノロジーの発展にあらゆる可能性を追求し必ず実現する。そしてマイクロソフトは開発者とともに新しい世界を実現する。Kinectセンサーにこの世界を豊かにする可能性があるなら、必ずWindowsで使えるものを提供するはずだ、と。

2011年4月、マイクロソフトはWindows向けの開発キットSDKを公開することを発表、同2011年6月16日に「Kinect for Windows SDK」のベータ版を公開、そして今年2012年2月1日に「Kinect for Windows」を発売、「Kinect for Windows SDK」正式版を公開した。

<Fig.1 : KINECT for Windows>

Fig.1が「KINECT for Windowsのパッケージだ。パッケージには「商用利用版」と書かれている。Xbox360用のKinectセンサーが1万1千円台で買えるのに対して、このWindows用のKinectセンサーは現時点で最も安いところで2万円弱、平均価格で2万3千円くらいだ。

<Fig.2 : KINECT for Windowsのパッケージ左上ロゴ>

<Fig.3 : KINECT for Windowsのパッケージ右下ロゴ>

KINECT for WindowsはWindowsPC用である。そして「Xbox360ではお使いいただけません」とある。

<Fig.4 : KINECT for Windowsのパッケージを開けたところ>

KINECT for Windowsのパッケージを開けると、Xbox360用よりもやや簡素なパッケージで梱包されている。いかにも開発用といった質実剛健なかんじだ。KINECTセンサー自体はXbox360用とほぼ同じだが、全面のロゴが違う。Xbox360用のKinectセンサーは「XBOX 360」と書かれているが、このKINECT for Windowsには「KINECT」のロゴがある。

<Fig.5 : KINECT for Windowsの前面ロゴ>

<Fig.6 : KINECT for Windowsの全貌>

<Fig.7 : KINECT for Windowsのコネクタ部分>

<Fig.8 : KINECT for Windowsのコネクタ接続部分を切り離したところ>

KINECTセンサーのコネクタは独特のものだ。USBコネクタに似ているが同じではない。このコネクタの先はケーブルが2本出ていて、一本はUSBコネクタに、もう一本は電源供給のACアダプターにつながっている。

<Fig.9 : XBOX360 KINECTセンサーとKINECT for Windowsのパッケージ比較>

最後にXBOX360 KINECTセンサーとKINECT for Windowsのパッケージを比較してお見せしよう。

2月1日のKINECT for Windowsの発売、Kinect for Windows SDKの公開から約3か月だが、もはや多くの技術情報が出ている。書籍、雑誌、Webなど開発に参考となるものがたくさん手に入る。マイクロソフトはKINECTというセンサーを開発しただけでなく、開発者のために開発ツールを提供した。驚くべきことだ。KINECTセンサーによりユーザーはモーションでPCをコントロールすることができる。可能性は無限にある。開発者なら身震いするほどの可能性を感じるはずだ。このようなデバイスが世に現れ、開発できる時代に生きていること自体が大きな喜びだ。

断言する。KINECTテクノロジーで世界は変わる。

コンピュータの音声合成にはとても興味がある。コンピュータがドキュメントを読み上げるようになると、活用のシーンが広がる。たとえば通勤電車の中でもイヤホンを使って文章を「耳で読む」ことができるし、風呂に入って湯船に漬かりながらお気に入りのblogやTwitter、Facebookを耳でチェックしたり、ベッドに入って目を閉じて眠りにつく間にもドキュメントを聞くことができるようになるはずだ。

音声読み上げは英語の世界では完全に実用レベルに達しているようだ。たとえばAmazonのKindleは単なる電子ブックというだけでなく、英語のドキュメントを読み上げる音声合成機能が備わっている。Kindleを持っていれば英語のドキュメントは耳で聞くことができるのだ。ネイティブの欧米人にKindleの音声合成機能のクオリティについてコメントをもらったことはないが、かなりいいかんじになっているように思う。英語の音声合成が実用化されているという点で、欧米人はうらやましい。

さて日本語の音声合成だが、俺の親父は全盲で、ずいぶん以前から盲人用の音声合成システムを使ってパソコンをやっている。文章を書いたり電子メールをやりとりしたりしているのだ。この盲人用の音声合成システムは、最初ハードウエアをコンピュータ本体に取り付ける方式だったが、最近のものはソフトウエア的に合成処理をしている。これらのシステムを身近に見ていた俺は、音声合成システムは盲人だけでなく、広く一般の人にとっても有意義なシステムだという思いが以前からあった。

いろいろな音声合成プログラムがあるようだが、今回は「一太郎2011創」プレミアムにバンドルされている「詠太」という読み上げソフトを試してみた。読み方は「えいた」だ。この「詠太」だが、なかなかいいかんじに読み上げてくれることがわかった。

<Fig.1 音声読み上げソフト「詠太」の起動画面>

「詠太」の起動画面はシンプルだ。テキストエリアに文章を入力し、「読み上げ」メニューから「開始」を選ぶだけだ。オプションとして「話者の選択」と「再生スピード」があり、「URLは読まない」チェックボックスがある。

「話者の選択」では「MISAKI」、「SAYAKA」、「SHOW」の3人が選べる。「MISAKI」と「SAYAKA」が女性、「SHOW」が男性だ。デフォルトで設定されている「MISAKI」は女性アナウンサーの感じがする軽快な話しぶり、「SAYAKA」は読み上げ速度が少し遅めで落ち着いた印象を受ける女性の声、「SHOW」は30歳くらいの男性を連想させられる声だ。

<Fig.2 「詠太」でサンプル文を入力する>

ちなみにジャストシステムのWebページによると、この「詠太」は、音声合成エンジンとしてHOYAサービス株式会社の「VoiceText」を使用しているとのことだ。「詠太」の読み上げ品質は、ジャストシステムのWebサイトで試すことができる。以下のリンクだ

http://www.justsystems.com/jp/products/ichitaro/feature6.html