定義
MOSとは、合成音声や生成コンテンツの品質を人間の主観評価によって1〜5点で数値化する評価指標のこと。
MOS (平均オピニオン評点)とは（詳しく解説）
MOS（Mean Opinion Score・平均オピニオン評点）は、複数の評価者が合成音声や動画などの生成コンテンツの品質を1〜5点の5段階で採点し、その平均値を算出する主観評価手法で、音声合成やボイスクローン、動画生成モデルの品質比較において業界標準の指標として広く採用されているとされる。2026年時点の実運用では、評価者の人数・属性・再生環境によってスコアがぶれやすく、論文発表時のMOSと自社導入後の体感品質が一致しないケースがあると指摘される。現場での選び方としては、単一のMOSスコアだけで導入判断をせず、自然性や明瞭度など複数軸のMOS-X系指標もあわせて確認し、クラウドソーシング評価にかかるコストや相場感（評価者1人あたり数百円程度の謝礼が発生する形態が一般的）も含めて総合的に比較検討する運用が推奨される。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「MOS (平均オピニオン評点)とは」 https://aipicks.jp/glossary/mos
MOS (平均オピニオン評点)の使用例
- 音声合成モデルAとBを複数の評価者でMOSテストし、平均点の高い方を実運用モデルとして採用する。
- 動画生成AIの品質を比較する際、MOSに加えて客観指標も併用してコストを抑える運用が現場では一般的。
