音声合成の利用シーン
富士通研究所は、高品質で多彩な声を短期間で作成でき、利用シーンや利用環境に合わせたトーンで情報を伝える音声合成技術を開発した。
開発した音声合成の概要
音声合成技術の進歩により、自然にテキストを読み上げる事が可能になったが、さまざまなシーンに応じて声のトーンを変えることで状況を聞き手に伝えやすくなる。新たに開発された音声合成技術は、緊急時は警告感のあるトーン、雑音が激しいところでは通りやすい音声で情報を伝えるなど、状況に応じた音声を合成してユーザーに提供する。
音声合成はオリジナルの音声を分析・加工して自由なテキスト読み上げに用いるもので、柔軟な音声合成を実現のため声質やイントネーション、間の取り方といった特徴を捉えたパラメーターに変換して合成。各パラメーターを調整することで緊急度に応じた警告音声や、通りやすい音声にすることができる。パラメーター変換技術と機械学習を用いたアルゴリズムから、オリジナルの録音音声が少量でも多彩な音声を従来の約30分の1の時間で製作することが可能という。
開発した音声合成の利用例
工場で運用するシステムや市町村の防災行政無線など、普通のトーン、緊急時には警告感のあるトーン、災害時時には強い警告感のあるトーンなど、深刻さの度合いに応じたメッセージができるほか、親しみやすいキャラクターのような特徴を持たせることもできるので、さまざまな応用が可能という。
■Amazon.co.jpで購入
本記事はアフィリエイトプログラムによる収益を得ている場合があります
