猫の鳴き声はAIで翻訳できる？「ニャー」解読研究の実力と限界

猫の鳴き声をスマートフォンに聞かせると「おなかがすいた」「遊んで」と表示される翻訳アプリが広まり、2025年には「40種類の鳴き声を95%の精度で分類するAI」が完成したというニュースも話題になりました。猫語はついに解読されたのでしょうか。この記事では、人と機械がそれぞれ猫の鳴き声から何を読み取れるのかを、査読済みの実験から確認します。

人は鳴き声の「場面」をどこまで当てられるか

NicastroとOwren（2003）は、12匹の猫が5つの場面で発したミャオを録音し、人の聴き手がどの場面の声かを分類できるかを2つの実験で調べました。正答率は偶然の水準を有意に上回りましたが、その差はわずかでした。1回の鳴き声より連続した鳴き声のほうが当てやすく、猫と暮らした経験があり猫が好きな人ほど成績が良い傾向がありました。

著者らは、ミャオが特定の対象を指し示す「言葉」というより、やや否定的な調子で人の注意を引く汎用的な信号であると結論づけています。経験を積むと、快の状態を示す声を聞き分ける力が上がる、という点も報告されました。

225人の実験：正しい場面を選べたのは半数以下

Prato-Prevideほか（2020）は、225人の成人に、メインクーン10匹が「餌を待つ」「隔離される」「ブラッシングされる」という3つの場面で発した6つのミャオを聞かせ、場面と感情の方向（快・不快）を答えてもらいました。

正しい場面を選べた人は半数以下でした。もっとも当てやすかったのは餌待ちの声で、代表的な音声での正答率は約40%です。猫の飼い主、女性、動物への共感が高い人は、隔離やブラッシングの声でやや成績が良い傾向がありました。一方、場面は当てられなくても、隔離の声を最も不快、ブラッシングの声を最も快と感じるなど、感情の方向は比較的よく伝わっていました。

つまり人は、猫の声から「何をしてほしいか」を正確に読むのは苦手で、「機嫌が良いか悪いか」はある程度読めている、というのが実験から見える姿です。

AIは場面を分類できる：ただし「翻訳」ではない

同じ研究グループのNtalampirasほか（2019）は、メインクーンとヨーロピアンショートヘアが同じ3つの場面で発した鳴き声を、機械学習で自動分類する概念実証を行いました。音声からメル周波数ケプストラム係数と時間的変調の特徴を抽出し、問題を段階的に分割する分類器で場面を推定したところ、比較した他の手法より高い性能を示しました。

この研究が示したのは、鳴き声の音響的な特徴に場面ごとの違いが含まれており、機械がそれを拾えるということです。ただし分類の対象は「3つの場面のどれか」であり、猫が伝えたい内容を文に変換したわけではありません。報道される「40種類」「95%」といった数値も、研究者が定義した場面ラベルへの分類精度であって、猫の言葉の翻訳精度ではない点に注意が必要です。

翻訳アプリの表示をどう受け取るか

市販の翻訳アプリは、こうした分類技術を土台に、鳴き声を「空腹」「甘え」などの数種類から十数種類のラベルに割り当てています。億単位の鳴き声を分析したと報じられるアプリもありますが、ラベルの正しさは飼い主の自己申告に依存し、査読研究で妥当性が検証されたものではありません。

実用上は、アプリの表示を「推定された場面と機嫌」として読むのが妥当です。猫がどの場面で、どんな体の合図とともに鳴いたかを記録し、アプリの推定と照らし合わせれば、自分の猫の傾向を把握する助けになります。

鳴き声は人に向けて調整されている

猫が人に向けて鳴くこと自体は、研究で繰り返し確認されています。成猫同士はほとんどミャオと鳴かず、この声は主に人との関わりの中で使われます。声の高さや長さを人向けに調整している可能性や、人が猫に話しかける声への反応は、猫は人をどこまで理解している？と猫なで声は届いている？で扱っています。

鳴き声だけでなく、猫は視線や顔の動きでも多くを伝えます。表情の研究は猫の表情は276種類？、困ったときの視線の使い方は猫は困ると飼い主に助けを求める？にまとめています。猫の認知研究の全体像は猫のIQ研究ガイドを参照してください。

研究を読むときの限界

紹介した実験は、いずれも少数の品種と限られた場面で録音された声を使っています。個体差や品種差、家庭ごとのやり取りの違いは十分に反映されていません。翻訳の精度を語る前に、そもそも「猫が何を伝えようとしたか」を客観的に確かめる方法が確立していない、という根本的な難しさもあります。

人間側の推理力を測るねこIQの無料IQテストは20問・約10分です。猫とのコミュニケーション能力を診断するものではなく、結果は推定値です。