VRシニア事業の感情認識技術調査・分析担当者を募集します

【特許技術の仕様策定】動画（会話・表情）からの感情認識・分析ロジックに関する技術調査・アルゴリズム選定の依頼 【依頼の目的・背景】 現在、シニア向けVR・デジタルツイン領域の新規事業展開に向けて、複数の特許出願（特願2026-083623ほか関連計4件）を済ませております。 本プロジェクトでは、「ユーザーが提供した1枚の静止画から仮想エージェントを生成し、その場の空気感（会話のトーン、歌唱感情、表情など）と同期して動的なリアクションを行わせるシステム」の実現を目指しています。 今回は、このコアロジックとなる「動画内の人物の会話（音声）や表情から、リアルタイムに感情を認識・分析するアルゴリズムおよび既存AIモデルの選定・技術調査」を行っていただける専門家・エンジニア様を募集いたします。 当方は発案者・特許申請者であり、実際のシステム開発ベンダーではありません。大手企業への技術提案（製品化・共同開発）に向けた「仕様・ロジックの理論武装および実現性の裏付け」をサポートしていただくのが今回の目的です。 【依頼内容・業務範囲】 動画データ（音声・表情）から感情を抽出・認識する技術について、以下の調査・選定およびレポート作成をお願いします。 1. 既存モデルの選定・比較： OpenCV、Librosa、あるいは既存のマルチモーダル感情認識AIモデル（オープンソースやAPI含む）の中から、今回のユースケース（カラオケやスナック空間での会話・歌唱時の感情分析）に最適と思われる技術のピックアップとメリット・デメリットの比較。 2. ロジックの簡易設計（仕様策定）： 「音声のトーン（喜怒哀楽・テンポ）」や「表情の変化」をどのように検知・スコア化し、それをアバターの動的リアクションへ受け渡すかという、処理フロー（アルゴリズム）の簡易的な提案。 ※実際のプログラミングやシステム構築（実装）は今回のスコープ外です。あくまで「この技術を組み合わせれば実現可能である」という理論と仕様の策定をお願いします。 【求める人材・スキル】 • AI / 機械学習（特に音声認識、画像・表情認識、マルチモーダル感情認識）に関する知見をお持ちの方 • Python等を用いたデータ分析、AIモデルの検証経験がある方 • 論文や最新のAI技術動向をリサーチし、非エンジニアにも分かりやすく言語化・図解できる方 • 守秘義務を厳守していただける方 【成果物】 • 感情認識技術の選定・調査レポート（フォーマットはWord、PDF、PowerPointなど相談の上決定） • 簡易的な処理フロー図（アルゴリズムの概要） 【予算】 ご提案内容（調査の深さや実績）に応じて柔軟に相談させてください。 ※まずは「〇〇円でこれくらいの調査が可能」という目安をご提示いただけますと幸いです。 【応募時のお願い】 ご応募の際は、以下の3点について簡単にご記載ください。 1. これまでのAI（音声・画像・感情認識など）に関する開発・調査実績 2. 今回の「静止画から生成したアバターを、リアルタイムの会話・表情の感情と同期させる」というコンセプトに対する、現時点でのアプローチの所感（「あのモデルが使えそう」等、一言で構いません） 3. 目安となる納期とご予算