性能ではなく、
「成立性」を設計する。
私たちが技術の対象としているのは、モデルの精度や処理速度そのものではありません。
AIや知的システムが現実の中で使われるときに、なぜ誤解や破綻が起きるのか。その原因となる「前提条件」を研究・発明の対象としています。
研究領域
言語処理
多言語翻訳、文脈理解、意図推定。文法的に正しくても意図が伝わらない「ズレ」を構造として定義し、システムに組み込みます。
音声合成・認識
イントネーション骨格生成、感情表現、多言語音声合成。人間らしい自然な発話を実現する音声技術の研究開発。
非言語・状況理解
間、沈黙、強調、振る舞い。データから抜け落ちる人間の実像を扱い、システム入力値として再構築します。
学習データ設計
医療、ロボティクス、自動運転などの分野で必要とされる高品質な学習データの設計・制作・品質測定。
AR/XR技術
Web AR、巨大AR（20m超）、3Dオブジェクト配置。現実空間と情報を融合させる技術の研究開発。
前提条件設計
システムが破綻する境界線を特定し、安全に運用できる領域（ODD）そのものを設計します。
言語処理技術
50言語以上対応のAI翻訳エンジン。文脈理解と専門用語対応により、世界最高水準の翻訳精度を実現。
多言語翻訳
日本語を中心に50言語以上に対応。深層学習モデルと大規模言語モデル（LLM）を独自に最適化し、文脈理解能力と表現の自然さを大幅に向上させています。
専門用語対応
各分野に特化した専門用語辞書と文脈理解アルゴリズムにより、医療、法律、技術文書など専門領域でも正確な翻訳を提供。カスタム辞書の登録にも対応。
文化的ニュアンス
各言語圏特有の慣用句や文化的ニュアンスを適切に翻訳。単なる直訳ではなく、意図を正確に伝える「意訳」を実現。エンターテイメント翻訳にも対応。
音声技術
自然なイントネーション、感情表現、多言語音声合成。独自の「イントネーション骨格生成」技術により、従来のAIナレーションの課題を克服。
イントネーション骨格生成
音声生成前に「イントネーションの骨格データ」を構築する独自技術。従来のAI音声で大きな課題だった不自然な抑揚を解消し、人間が自然に話しているような流暢な発話を実現。
感情表現
状況に応じた声のトーン、強弱、間の取り方を自動制御。プロのナレーターのような豊かな感情表現を持つ音声を生成。ビジネス、教育、エンターテイメントなど用途に応じた調整が可能。
多言語音声
翻訳エンジンと連携し、多言語での自然な音声出力を実現。外国語から日本語への変換でもナチュラルに聞こえる音声を生成。話者の声質を維持したまま多言語化が可能。
非言語設計
言葉以外の要素—間、タイミング、ジェスチャー—を設計。翻訳精度だけでは伝わらない「表現の質」を構造化。
間（ま）の設計
発話の間、沈黙、呼吸のタイミングを制御。日本語特有の「間」の感覚を翻訳・音声生成に反映。感情の深みや緊張感を適切に表現。
リップシンク
翻訳された音声と口の動きを完璧に同期。映像翻訳における自然さと説得力を大幅に向上。違和感のない映像翻訳体験を提供。
キャラクタートーン
登場人物の性格、年齢、立場に応じた口調・言い回しを自動生成。「熱血主人公」「クールなライバル」など、キャラクター性を維持した翻訳を実現。
映像統合技術
映像・音声・テキストを統合処理。各技術を個別ではなく、一貫したパイプラインとして設計。
PIPELINE
ショート動画変換
横型動画から縦型ショート動画への自動変換。AIがキーシーンを検出し、SNS向けに最適化されたレイアウトで再構成。TikTok、Instagram Reels、YouTube Shortsに対応。
長尺動画の自動分割
長編コンテンツをAIが解析し、視聴者の興味を引くシーンや重要な瞬間を自動検出。最適な長さで切り出し、複数の短尺クリップとして生成。手動編集なしでSNS向けコンテンツを量産。
自立型AIエージェント
単なるチャットボットや単機能AIとは異なる、自ら学習・判断し、タスクを実行する「自律性」を持つ次世代AI。M9 STUDIOの全技術を統合し、複雑なワークフローを自動化。
自立型推論エンジン
最新LLMをベースに強化学習を組み合わせ、状況判断やタスク実行の最適解を自ら探索。事前設定されたゴールに基づき、計画・行動を自動で実行する「オートエージェント」として機能。
マルチモーダル統合
翻訳、音声合成、映像処理、AR/VRを単一エージェントに統合。「多言語観光ガイド」「自動字幕生成＋ナレーション」「マーケティングコンテンツ自動制作」など、複合的なタスクをワンストップで実行。
API連携・拡張性
Google Cloud・AWSのスタートアッププログラムに採択された高信頼インフラで運用。外部システムとのシームレスな連携により、企業の既存ワークフローに柔軟に組み込み可能。
USE CASES
多言語観光ガイド
自動翻訳・字幕生成
マーケティング支援
業務自動化・効率化
AR/XR技術
アプリ不要のWeb ARで、現実空間と情報を融合。3Dオブジェクト配置、多言語音声ガイド、巨大AR（20m超）まで対応。観光・イベント・教育・広告など幅広い分野で活用。
Web AR（アプリ不要）
QRコードをスキャンするだけでスマホで即座にAR体験。面倒なアプリインストール不要。誰でも簡単にバーチャルと現実空間の融合を体験可能。
3Dオブジェクト配置
希望の対象物を3Dモデルに変換し、ARで体験可能に。イベントブース、ショールーム、店舗などでリアルなサイズ感で確認。家具、製品、キャラクターなど何でも3D化。
多言語音声ガイド統合
M9 SYSTEMの翻訳技術とM9 SPEAKの音声合成を活用し、多言語対応の音声ガイドをARに組み込み。インバウンド観光、国際イベントでグローバルな来場者に対応。
巨大AR（20m超）
ホール、球場、野外での巨大展示・広告に対応。住所やロケーション指定で特定の場所に巨大オブジェクトを出現させる演出が可能。従来の常識を覆す新しい広告・イベント体験。
見えない基盤を
可視化する。
この領域は、デモでは評価されにくく、派手な成果も出にくい部分です。
しかし、長期運用や国際展開においては、避けて通れない基盤になります。
M9 STUDIOは、この「見えにくいが不可欠な部分」を技術として扱うことを選んでいます。
SYSTEM ARCHITECTURE