画像から感情認識を行うSDK「MAL Face Emotion」の特徴とビジネス実装
現在、バイタリフィアジアでは、AIを活用した画像認識技術のR&Dに力を入れています。その研究成果の一環として、画像やスマートフォンのカメラ映像から人物の感情をリアルタイムに認識・分析するAIソフトウェア開発キット（SDK）『MAL Face Emotion』の提供を開始いたしました。
以前のプロトタイプアプリから大幅なアーキテクチャのアップデートを遂げた本SDKの機能と、確認用デモアプリによる検証結果をご紹介します。
Demo App (iOS):
Vitalify Asia VN
感情認識AI SDK『MAL Face Emotion』の概要と特長
リアルタイムに5つの感情を数値化
入力された画像やカメラのストリーミング映像から顔領域を瞬時に検出し、その表情ごとの感情を数値化して出力するコンピュータビジョンAIモデルです。
認識可能な感情は「真顔（普通）」「喜び」「悲しみ」「怒り」「驚き」の5種類です。それぞれの感情の強度を0～100のスコアで数値化し、リアルタイムに判別します。
オフラインで高速動作するエッジAIアーキテクチャ
本AIモデルの最大の技術的特長は、クラウドの推論サーバーと通信することなく、AndroidおよびiOSデバイス上でスタンドアローン（オフライン）で高速に動作する点です。
ネットワーク遅延（レイテンシ）がないためリアルタイム性に極めて優れており、かつ顔画像データという機微な個人情報を外部に送信しないため、プライバシーやセキュリティ要件の厳しいエンタープライズ環境にも適しています。
SDKとしての提供形態
お客様が開発する自社サービスやスマートフォンアプリに容易に組み込めるソフトウェア開発キット（SDK）として提供します。アプリへの組み込み開発の代行や、特定のビジネスユースケースに合わせたAIモデルのチューニング・カスタマイズ対応も請け負っています。
ビジネスでの活用シーンと今後の展望
『MAL Face Emotion』は、エッジAIの強みを活かし、以下のようなビジネスソリューションへの組み込みが期待できます。
- デジタルサイネージ広告：通行人や視聴者の広告に対する反応（感情の変化）をリアルタイムに測定し、マーケティングデータとして分析する。
- 店舗での接客評価・満足度調査：顧客の表情からサービスへの満足度を定量的に計測し、接客品質の改善に役立てる。
- HR Tech・オフィス環境改善：面接時の表情分析や、オフィス内の従業員のメンタルヘルス（組織の雰囲気）を可視化する。
- イベントや展示会：来場者のリアクション測定や、笑顔の度合いに応じたエンターテインメントコンテンツの動的提供。
バイタリフィアジアでは、顔認識や感情認識といった最先端のコンピュータビジョン技術を用いて、企業のDX推進や新規事業創出を伴走支援しています。エッジAIの組み込み開発や技術検証（PoC）にご興味がございましたら、ぜひお気軽にご相談ください。
「Generative AI & ML」の関連記事
Google ColabをAPIサーバー化してS2S音声対話を動かしてみた
Google ColabのGPU環境をngrokで一時公開し、WebSocket経由で動くS2S音声対話AIのPoCを構築しました。faster-whisper large-v3による音声認識、Gemini 2.5 Flash-Liteのストリーミング応答、VOICEVOXの並列音声合成、Silero VADを組み合わせ、発話終了から最初の音が返るまでのレイテンシを改善した方法を紹介します。
AI音声コンテンツ系プロダクトを成功させる進め方
生成AIによる音声コンテンツは、スクリプト生成AIとTTSの2段階で制作されます。本記事では、定義済み音声から始める検証、感覚的なフィードバックの言語化、要求リストと差分管理、トレードオフの判断、関係者による試聴会など、品質を安定させながら制作を進める5つの方法を解説します。
Geminiで音声対話AIを開発して分かった、PoCと商用サービスの大きな違い
Gemini Live APIで音声対話AIのPoCを構築し、商用化へ進む中で同時接続、429エラー、モデル更新、ログ監視、ブラウザや端末固有の音声問題に直面しました。Gemini APIからVertex AIとLiveKitを使う構成へ移行した経験をもとに、PoCと本番開発の違い、Webとネイティブアプリの選び方、商用開発前に確認すべき項目を解説します。
