リリースによるとこの「マルチメディアブログ創作システム」を使ったブログ作成は次のような工程となる。

ビデオメッセージのテキスト化にあたっては、大規模な「話し言葉データベース」を用いて開発した音声認識エンジンを活用する。また挿入するマルチメディア素材はイラスト、映像、音楽、BGMなど多種に及ぶ。

PaPeRoとの対話でブログ作成中(イメージ、リリースから)

リリースによると、「ブログは色々なマルチメディア素材を簡単に織り込むことができる、ユーザーサイドの情報発信メディアとして注目を集めている。だが、誰にでも簡単にできるものではなく、ウェブ上から適切な素材を見つけ出すことも難しい。その『高きハードル』をロボットとの対話だけで越すことができるようにした」のがこのシステムだという。

今回発表された「マルチメディアブログ創作システム」は、

この2点を融合させた技術と見なすことができる。「ウェブ上から勝手にマルチメディア素材を引っ張ってきてブログに挿入って、著作権とかどうするの？」という素朴な疑問は残る。また、精度がどの程度なのか実物の稼動状態のレポートが無いので、有益度については判断しがたい。例えば今記事を音読してブログを作らせたところ、「マルチメディア」という言葉から「マルチ商法」の事件の写真なり某美少女ゲームの「マルチ」のビジュアルを挿入したブログを作成されてしまったのではたまったものではない(いや、後者はロボットだからPaPeRoつながりで間違ってはいないのか?)。

しかし試みとしては既存技術の組み合わせによる新しい技術の創造という点や、既存技術のハードルを(話すだけでブログが作れる)低くしようという試みという点は、高く評価してもよいだろう。まずは3月19日から23日まで龍谷大学瀬田学舎(滋賀県・大津市)で開催される「言語処理学会第13回年次大会」において20日に発表されるという、詳細な研究結果の報告を待ちたいところだ。