NTSBがスペクトログラムから死亡したパイロットの声をAIで再現した後、記録を撤回

NTSB（国家運輸安全委員会）は、インターネットユーザーが調査で公開されたスペクトログラム画像からAIツールを使ってコックピットボイスレコーダーの音声を再構築したことを受け、オンライン公開資料システムへの一般アクセスを一時停止した。この事件は、2025年11月にケンタッキー州ルイビルで離陸直後に墜落したUPS2976便（MD-11F貨物機）に関連するもので、パイロット3名と地上の12名が死亡した。

NTSBは、墜落事故のコックピット音声記録の最後の30秒を示すスペクトログラム（音声信号の視覚表現）を含むPDFを公開。X（旧Twitter）やRedditのユーザーは、このスペクトログラムからパイロットの声やその他のコックピット音声を素早く再現した。

技術的詳細

使用された主要な技術はGriffin-Limアルゴリズムで、1984年にDaniel GriffinとJae Limによって発表された。更新版は音声処理アルゴリズムに組み込まれ、Pythonで実装されている。様々なPython実装がGitHubで入手可能であり、AIモデルの普及によりこれらの手法の適用が容易になった。

Xのあるアカウントは、OpenAIのCodexモデルを使ってわずか10分でNTSBが最初に共有したスペクトログラムから粗い音声を再構築したと報告。ユーザーはCodexを使って、Griffin-Limアルゴリズムをスペクトログラム画像に適用するPythonスクリプトを作成し、音声波形を生成した可能性が高い。

規制とプライバシーへの影響

1990年に米国議会で制定された連邦法は、NTSBがコックピットボイスレコーダーやビデオレコーダーの一部を公開することを禁止しており、搭乗員のプライバシー保護を目的としている。この法律は、1988年のデルタ航空1141便墜落事故のコックピット会話をテレビ局が放送した後の反発を受けて制定された。NTSBはコックピットボイスレコーダーの保護に複数の措置を講じており、聴取を秘密保持契約に署名し、携帯電話を外部に置き、手書きのメモを後で破棄するよう義務付けられた少数の人物に制限している。コックピット音声の文字起こしは、何度も再生してグループディスカッションを行うことで手動で作成される。

NTSBは、5月19日と20日の2日間にわたる調査公聴会で、UPS2976便のコックピット音声の文字起こしをスペクトログラムPDFとともに公開していた。この組み合わせにより再構築が可能となった。

元NTSB事故調査官でユナイテッド航空737パイロットのベン・バーマン氏はArsに対し、コックピットボイスレコーダー法はパイロットが自らの声を録音されることに同意する上で重要だと述べた。「自分の最期の瞬間が公開されるという考えに人々は恐怖を感じる」とバーマン氏は語った。NTSBの声明は、画像認識と計算手法の進歩によりスペクトログラムからの音声再構築が可能になったことを認めた。

開発者にとっての意味

今回の事件は、スペクトログラムのような音声データの視覚的表現が、アクセス可能なアルゴリズムとAIコード生成を用いて音声に逆変換され得ることを示している。機密性の高い音声データを扱う開発者は、スペクトログラムや類似の視覚化を公開することで、基礎となる音声が意図せず漏洩する可能性を考慮すべきである。AIコード生成ツールと古典的な信号処理アルゴリズムの組み合わせは、このような再構築の障壁を低くする。

NTSBは現在、さらなる再構築を防ぐために公開資料を見直している。資料庫は5月21日現在「一時的に利用不可」となっている。