音声は出版の新しいフロンティア──文字以上の可能性を秘めている

＜AI「音声エージェント」によって、音声は出版の新しいフロンティアとなった＞

出版にとって「デジタルの衝撃」が何であったかは、米国でも立ち位置によって、見え方は大きく異なる。しかし、出版市場における最大のサプライズは、誰が見ても「オーディオブック」だろう。これが一つのフォーマットという以上の存在となると考えた人は少ないと思われる。

読書における「モード」

録音・再生技術で音声読書をサポートする商品は、1世紀以上前から存在し、カセットテープやCD-ROMを媒体として一定の存在ではあり続けたものの、それはつねに紙の本の影の存在で、目が使えない時のものだった。専用のツールを必要とし、もちろん安くはなかった。それ以上に大きいのは、「視覚読書能力」をデフォルトとして個人や社会が形成されてしまったことだ。聴覚のほうは職業的にアンバランスな場合が多く「無用」という人もいる。

しかし、デジタル時代はメディアによってモード（状態）を遷移することができる。デジタルとモバイルWebは、読書におけるモードを自在に移行可能にした。それまで「読書」にはモードがなく、活字が配布される以前は耳から伝えられ、暗記・復唱は言語能力の基本だった。

活字は「耳の集中」から人々を解放したが、代わりに「黙読」や「速読」という別のノルマを課した。近代以降は、教えられたとおりの「視覚読書」を叩き込まれている。漢字文化圏の多くの人、とくに音韻が単純な日本語でこれをマスターするのは容易ではなく、眼鏡は当たり前、ストレスを感じないほどに専門文献を読める人は「学者」と呼ばれるほどだ。

今では、ほぼすべて標準的なAIが活字を「読める」ようになった。コンピュータはモードに対応するが、人間や社会はOSを切換えられないので、モードレスのまま一世代は経過する。オーディオブックは、米国でも40代以下の若い世代に多く普及している。とくに目を休めてコンテンツに集中したいということだろう。若い世代がモードを自然に切替えるようになると、出版ビジネスは「活字離れ」を心配する必要がなくなる。そのぶんストレスが減るということだ。

聴覚の歴史は文字より長い

人類のコミュニケーションにおいて、声は目(文字)より数十万年は長い歴史を持っている。言語表現はここで生まれ、成長した。文字の普及が人口の1割を超えたのが、せいぜい150年、四世代を超えたとは思われない。

「視覚読書」は膨大な教育コストを払って実現されているのだが、近代という国家的努力で推進されてきたメリットを出版業界は享受してきた。長い目で考えると「視覚／聴覚」の「併用／切替」がデフォルトとなり、それに応じて無用なストレスを減らすことが教育コミュニケーションのテーマとなると思われる。アマゾン（Alexa/Echo）は、音声インタフェースがショッピングにおけるデフォルトであることを宣言したが、この会社が「ストレスフリー」であることの意味は大きい。