EMNLP 2026論文：複数人の会話に入る音声AI、内容理解22%以下・発話順は偶然に近い

結論から言うと、1対1では自然に話せる音声AIでも、複数人の会話に加わり、誰がいつ話すべきかを判断する力には大きな弱点があります。EMNLP 2026 Findings採択論文として2026年9月11日にarXivへ公開された研究は、音声AIを多人数会話の参加者として客観評価する「Multiparty Bench（MP-Bench）」を提案しました。

従来の評価は、人とAIの1対1の対話や、録音内容への受け身の質問回答が中心でした。一方、実際の会議や家族の会話では、複数の話者の発言を追い、自分が割り込まずに話せるタイミングを見極め、流れに合う返答を作る必要があります。MP-Benchは主に、発話交替を理解できるかと返答が適切かの2軸を測り、補助的に会話内容を問う質問回答も行います。

研究チームが12種類の音声エージェントを比較したところ、リアルタイム音声AIの多人数会話の理解成績は22%以下で、誰の次に話すかを判断する成績は偶然に近い水準でした。利用者にとっては、会議の進行、複数人への接客、グループ学習を音声AIへ任せる前に、聞き分けと割り込みの失敗を実際の人数・騒音・話し方で試す必要があります。

ただし、22%以下という数値はMP-Benchの設定によるもので、日常の全会話での成功率ではありません。出典はEMNLP 2026 Findings採択を明記したarXiv論文要旨です。