「PLAY DOOM」の声をESA衛星のAIが聞き取り、ゲームを起動

「PRETTY PLAY DOOM DOOM DOOM」。

2026年7月27日の夜、ノルウェー・オスロの屋上で、アマチュア無線家がマイクにこう話しかけた。相手は高度約520kmを回る欧州宇宙機関（ESA）の小型衛星OPS-SAT PRETTYだ。重さ4.6kgの衛星は電波から声を聞き取り、1993年のゲーム『DOOM』を起動して、その「絵はがき」を地上へ送り返した。同じ日の昼には合成音声でも成功している。

衛星への指令はふつう、手順を厳密に定めた2進数の電文で送る。実験を主導したエストニアのTanagra Spaceは、話し言葉で衛星を動かしたのは初めてだとしている。ESAでOPS-SAT Space Labを率いるDavid Evans氏は同社の発表で「楽しい実験ですが、大事なのはその背後にある考え方です」と語り、厳密に定義しにくい人の声を検出できた点を挙げた。

それにしても、なぜゲームなのか。『DOOM』はATMやプリンターにまで移植されてきた定番の題材で、動けばひと目で分かる。実験チームの2人は2023年12月にも別の衛星で動かした。もっとも、AIが遊んだわけではない。AIが担うのは聞き取りまでで、ゲームは記録済みのプレイを再生しただけだ。

「DOOM」を3回言う理由

処理はすべて衛星の小さなコンピューターの中で進む。雑音に埋もれた声を探して文字にし、コマンドを照合するまで、地上の計算機にも人の手にも頼らない。音声認識のモデルは約27MBと小さく、昼の回では20秒の録音を文字にするのに36〜69秒かかった。

文字起こしは粗い。そこで命令の語を3回繰り返し、近い語も認める照合と組み合わせていた。昼の記録には「PLAY DOON」のような誤りが並ぶが、どれか1つ残れば起動する。

磨いた合成音声より、生の声

昼の回は入念だった。29種類の合成音声を試して4種類に絞り、6回の録音のうち3回で起動した。ところが「DOOM」を正確に文字にできた例は一つもない。

夜の回は条件が悪かった。話し手はノルウェーなまりの英語で、衛星は姿勢制御が働かず、向きは運任せだった。起動は、使えた5回の録音のうち1回だけ。それなのに、その「AND FAR BRIEFLY PLAYING DOOM STEAM DOOM PRECIPATED」という文字起こしには、「DOOM」が正確に2回残っていた。この日に正確に拾えたのは、この2つだけだ。

無線家のクラブLA4Oの報告書は、条件をそろえた比較ではないと断っている。それでも、人の話し方で学んだモデルには、合成音声より生の声のほうが届きやすいのかもしれない。

地上局を担ったのはボランティアの無線家だ。ポーランドのチームの4回は検出に至らず、交代したLA4Oが、衛星の受信幅が広すぎると突き止めて修正を提案した。クラブの費用はピザ代込みで約7,200ノルウェークローネ。今の相場で12万円ほどだ。

使い道としてTanagraは、遭難した人が無線で呼ぶ「mayday」を衛星が聞き取り、言語と緊急度を判断して救助機関に知らせる案を挙げる。創業者のGeorges Labrèche氏は「声はテスト信号にすぎません」と話すが、今回できたのはゲームの起動までだ。

日本から試せるのか。OPS-SAT Space Labの実験は無料だが、申し込めるのはESA加盟国やEU、カナダの企業や学術機関、宇宙機関などが基本だ。日本の企業や大学なら、そうした相手と組む形になるだろう。