感情推移をグラフ化する「MAL Face Emotion」の導入手順とオンラインMTGでの活用

スマートフォンで撮影した人物の表情から「喜び」「怒り」「悲しみ」「驚き」「普通(真顔)」の5つの感情を数値化し、PCブラウザ上でリアルタイムに感情の推移をグラフ確認できるAIシステム『MAL Face Emotion』。
本ソリューションは、採用面接や接客評価、マーケティングリサーチなど幅広いビジネスシーンで活用いただけます。今回は、このシステムの具体的なセットアップ手順と、実運用に向けた使い方を詳しく解説します。
1. 『MAL Face Emotion』のシステム構成
本システムは、以下の2つのデバイスを組み合わせて利用します。
- 計測用デバイス(市販のiPhoneまたはAndroidスマートフォン):専用アプリ(現在iOS アプリのみ一般公開しております)をインストールし、対象者の顔をカメラで捉え、エッジ側でAIが感情を数値化(推論)します。
- 閲覧用デバイス(PC):Webブラウザから専用の管理ページにログインし、スマートフォンから送信されてくる感情値の推移をリアルタイムのグラフとして確認します。
高価な専用ハードウェアや複雑なサーバー構築は一切不要で、手持ちのデバイスだけで今すぐ高度な感情認識AIを体験できるのが特徴です。
2. セットアップ手順:アプリのインストールと初期登録
ステップ1:スマートフォンの準備(iOSの場合)
- 提供された専用リンクからアプリをダウンロードします。(現在iOS アプリのみ一般公開しております)
- ダウンロード完了後、iPhoneの「設定」>「一般」>「プロファイルとデバイス管理(またはVPNとデバイス管理)」を開きます。
- 開発元(Vitalify Asia VN)を選択し、「信頼」をタップしてアプリの起動許可を与えます。
ステップ2:アカウント登録とログイン
- インストールした『MAL Face Emotion』アプリを起動し、初回利用時は「メールアドレス」と「パスワード」を入力してアカウントを作成します。
- 登録したメールアドレス宛に認証メールが届きますので、記載されているURLをクリックして本登録を完了させます。
ステップ3:PCブラウザでの管理画面アクセス
- PCのブラウザから、専用の管理画面(Dashboard)にアクセスします。
- 先ほどスマートフォンアプリで登録したメールアドレスとパスワードを使用してログインします。
3. 実運用の流れ:感情のリアルタイム計測
スマートフォンアプリを起動し、新しい計測セッションを作成します。任意の「記録名称」(例:面接テスト_Aさん)を入力します。
スマートフォンのカメラを計測対象者の顔に向けます。AIが顔領域を検出し、感情スコアの計測を開始します。
- PCの管理画面をリロードすると、先ほど作成した「記録名称」がリストに表示されます。
- 該当の記録をクリックすると、現在スマートフォン側で計測されている5つの感情スコアの推移が、リアルタイムに折れ線グラフとして描画されます。
4. オンラインMTGツール(Zoom等)への応用とカスタマイズ
対面での利用(スマートフォンのインカメラ・アウトカメラを用いた計測)に加えて、本システムをカスタマイズすることで、ZoomやMicrosoft Teamsといったオンラインミーティングツールと連携させることも可能です。
Web会議中の相手の顔映像を仮想カメラや画面キャプチャを経由してAIモデルに入力することで、オンライン面接やリモート商談における相手の感情推移をリアルタイムに把握するといった高度な使い方が実現できます。
また、デジタルサイネージへの組み込みや、録画済みの動画ファイルを一括処理して感情値データのみをCSVで抽出・集計するといったカスタマイズ開発にも対応しています。
「オンライン教育での生徒の集中度測定」「プロモーションイベントでの笑顔測定キャンペーン」など、感情データを活用した新しいビジネスアイデアがございましたら、ぜひVitalify AsiaのAI開発チームまでご相談ください。
関連記事

世界初のAIマネジメント規格「ISO/IEC 42001」企業が求めるAIガバナンスと認証の仕組み
ISO/IEC 42001は、AIを安全かつ責任ある形で開発・導入・運用するためのAIマネジメントシステム(AIMS)の国際規格です。本記事では、PDCA、AIリスク・インパクト評価、附属書Aの38の管理策、第三者AIの管理、認証、EU AI Actとの関係まで体系的に解説します。

AI開発の「共通言語」ISO/IEC 22989とは?エンジニアとPMが知っておくべきAI用語・ライフサイクルの世界標準
ISO/IEC 22989は、AI分野の概念と用語を定義する国際標準です。本記事では、AI・機械学習・ディープラーニングの関係、AIシステムのライフサイクル、Trustworthiness、Provider・Customer・User・Subjectの役割まで、エンジニアやPMが実務で使える形で整理します。

LLMワークフロー設計の考え方 | AIに考えさせなくていい業務のほうが実は多い
AIを使った多段処理は、すべてをエージェント化する必要はありません。本記事では、処理順序を固定するLLMワークフローとAIエージェントの違いを整理し、工程分割、再試行、待機、冪等性、コスト・所要時間の見積もり、両者を組み合わせる実務的な設計方法を解説します。