コンテンツにスキップ
メインメニュー
メインメニュー
サイドバーに移動
非表示
案内
メインページ
最近の更新
おまかせ表示
MediaWiki についてのヘルプ
特別ページ
Wikippe
検索
検索
表示
ログイン
個人用ツール
ログイン
音声合成のソースを表示
ページ
議論
日本語
閲覧
ソースを閲覧
履歴を表示
ツール
ツール
サイドバーに移動
非表示
操作
閲覧
ソースを閲覧
履歴を表示
全般
リンク元
関連ページの更新状況
ページ情報
表示
サイドバーに移動
非表示
←
音声合成
あなたには「このページの編集」を行う権限がありません。理由は以下の通りです:
要求した操作を行うことは許可されていません。
このページのソースの閲覧やコピーができます。
'''音声合成'''(おんせいごうせい、''Speech synthesis'')とは、[[人間]]の[[音声]]を人工的に作り出すことである。これを行うシステムを'''スピーチ・シンセサイザー'''(''Speech synthesizer'')、これにより生成した音声を'''合成音声'''(ごうせいおんせい)と呼ぶ。 人工的に人の声を合成するシステムであり、テキスト(文章)を音声に変換できることから、しばしば'''テキスト読み上げ'''(''text-to-speech''、略してTTS)システムとも呼ばれる。また、[[発音記号]]を音声に変換するシステムもある。 == 歴史 == 現代的な電子信号処理が発明されるずっと以前から、[[西アフリカ]]の[[トーキングドラム]]等のように音声を模倣する試みがなされてきた。 音声を合成する初期の試みとしては、のちに[[ローマ教皇|教皇]][[シルウェステル2世 (ローマ教皇)|シルウェステル2世]]となるオーリヤックのジェルベール(1003年没)、[[アルベルトゥス・マグヌス]](1280年没)、[[ロジャー・ベーコン]](1294年没)などの人物が音声合成を試みている。1779年にはドイツ人[[クリスティアン・クラッツェンシュタイン]]は母音 (a, e, i, o, u) を発声できる機械を製作した<ref name=Helsinki>[http://www.acoustics.hut.fi/~slemmett/dippa/chap2.html History and Development of Speech Synthesis (Helsinki University of Technology) - 英語]</ref>。 この流れはふいごを使った機械式音声合成器を作った[[オーストリア]](ハンガリー)の[[ヴォルフガング・フォン・ケンペレン]]に引き継がれた。彼は[[1791年]]に論文<ref>''Mechanismus der menschlichen Sprache nebst der Beschreibung seiner sprechenden Maschine''(音声の仕組みとしゃべる機械の解説)</ref>を発表し、その機械について説明している。この機械は舌と唇をモデル化しており、母音だけでなく子音も発音できた。 [[1837年]]、[[チャールズ・ホイートストン]]はフォン・ケンペレンのデザインを元にしゃべる機械を製作し、[[1857年]]、M. FaberはEuphoniaを製作した。ホイートストンの機械は[[1923年]]Pagetによって再現されている<ref>Mattingly, Ignatius G. Speech synthesis for phonetic and phonological models. In Thomas A. Sebeok (Ed.), ''Current Trends in Linguistics, Volume 12, Mouton'', The Hague, pp. 2451-2487, 1974.</ref>。 [[1930年代]]、[[ベル研究所]]のホーマー・ダドリー([[:en:Homer Dudley|Homer Dudley]])は[[電気通信|通信]]用の電子式音声分析・音声合成マシンである[[ヴォコーダー]] ({{lang|en|Vocoder}}、Voice Coderの略) を開発した。その後これを応用し、音声合成部にキーボードを付加した鍵盤演奏型のスピーチ・シンセサイザーであるヴォーダー({{lang|en|voder}})を製作し、[[ニューヨーク万国博覧会 (1939年)]]に出展した。その発声は十分理解可能だったと言われる。1940年代、ハスキンズ研究所(Haskins Laboratories)のフランクリン・S・クーパー([[:en:Franklin S. Cooper|Franklin S. Cooper]])らは[[:en:Pattern playback|Pattern playback]]という名の機械の開発に取り組み、1950年に完成した。この機械にはいくつかのバージョンがあるが、実際に機能したのは一つだけである。この機械は、スペクトル形式の音声パターンの図を音に変換するものであった。アルヴィン・リバーマン([[:en:Alvin Liberman|Alvin Liberman]])らはこれを[[音声学]]の研究に利用した。 最初のコンピュータを使った音声合成システムは1950年代終盤に開発され、最初のテキスト読み上げシステムは1968年に開発されている。1961年、物理学者John Larry Kelly, Jr.とLouis Gerstmen<ref>http://query.nytimes.com/search/query?ppds=per&v1=GERSTMAN%2C%20LOUIS&sort=newest Louis Gerstmanの死亡記事(NYタイムス)</ref>は[[ベル研究所]]にて[[IBM 704]]を使って音声合成を行った。そして『[[デイジー・ベル]]』という歌をコンピュータに歌わせた。友人のジョン・ピアース<!-- John Pierce -->を訪ねてベル研究所に来ていた[[アーサー・C・クラーク]]は、このデモを聴いて感銘を受け、『[[2001年宇宙の旅]]』で[[HAL 9000]]が歌うクライマックスシーンが生まれた<ref name="bell labs hal">[http://www.bell-labs.com/news/1997/march/5/2.html Bell Labs: Where "HAL" First Spoke (Bell Labs Speech Synthesis website)]</ref>。 初期の電子式スピーチ・シンセサイザーの発声は、ロボット的であまり明瞭ではないものが多かった。その後の発達により、今日のTTSシステムはむしろ人間の声と区別が付かない場合が少なくない。(ただし電子式の成功後も、人間型ロボットに発声させるため、機械式音声合成の研究は続けられた。電子式ではスピーカーの音質に制限されるが、ロボットで人間の体の構造を模倣した機械式音声合成なら、もっと人間に近い発声になると考えられていたからである<ref>[http://www.takanishi.mech.waseda.ac.jp/research/voice/ Anthropomorphic Talking Robot Waseda-Talker Series]</ref>)。 == 合成技術 == 音声波形を生成する主要技術は、大きく'''波形接続型音声合成''' (concatenative synthesis) と'''フォルマント合成''' (formant synthesis) の2つに分ける事ができる。 === 波形接続型音声合成 === 波形接続型音声合成は、基本的には録音された音声の断片を連結して合成する方法である<ref name="tottori-u">{{Cite web |author=居村太介 |coauthors=村上仁一; 池原悟 |date=2008年3月 |url=http://unicorn.ike.tottori-u.ac.jp/2007/s042011/paper/NLP_2008_03/PD3-1.pdf |title=波形接続型音声合成のフレーズへの適用 |format=PDF |work=言語処理学会 第14回年次大会 発表論文集 |publisher=[[鳥取大学]]工学部知能情報工学科 |accessdate=2013-01-30}}</ref><ref name="osaka-u">{{Cite web |author=大本浩司 |date=2000-11-08 |url=http://kansei.hus.osaka-u.ac.jp/labo%27s_page/workshop/daimoto/sld019.htm |title=音声イメージの製品開発への応用 |work=日本心理学会第64回大会 |publisher=[[オムロン]]IT研究所 |accessdate=2013-01-30}}</ref><ref name="nhk">{{Cite web |author=世木寛之 |coauthors=田高礼子; 清山信正; 都木徹 |date=2009年2月 |url=http://www.nhk.or.jp/strl/results/paper/ronbun/pdf/2009/a08.pdf |title=ニュース番組の収録音声を利用した波形接続型音声合成システム |format=PDF |work=情報処理学会論文誌 Vol.50 No.2 |publisher=[[情報処理学会]] |pages= 575-586 |accessdate=2013-01-30}}</ref>。一般に波形接続型音声合成は最も自然な合成音声になるといわれているが、発声のバリエーションと波形の断片化の細かさによっては出力音声に欠損が生じ、自然さを損なうことがある。 波形接続型音声合成には以下にあげる三種類がある。 ; 単位選択合成 (Unit selection synthesis) : 別名として[[コーパス]]ベース音声合成方式とも呼ばれる。大きな音声の[[データベース]](通常一時間以上の録音された音声から成る)を使用する。データベースを作成する為には、録音する音声を「音」、「音節」、「形態素」、「単語」、「成句」、「文節」などに分割し、それらを人の手によって検索できるようにインデックスを調整して作成する。音声合成を行う際には、アルゴリズムに従って最も適した音の組み合わせをデータベースから探し出して合成する。これにより極めて肉声に近い自然な音声に合成することが可能となる。しかし、より自然に聞こえる音声を合成するにはデータベースの情報量を増やす必要があり、データサイズが膨大となる問題も発生する。 ; Diphone合成 (Diphone synthesis) : 音声ライブラリにターゲットとする言語のDiphone(音と音のつながり部分)を全て持ち、それを使用して合成する。Diphoneの個数はその言語の音素配列論で決まっている。(スペイン語なら800、ドイツ語なら2500のDiphoneを持つ。)Diphone合成では、各Diphoneの音声がひとつだけデータベースに格納されている。実行時にはDiphoneを並べたものに線形予測分析法([[PSOLA]]、MBROLAなど)のような[[デジタル信号処理]]技法を施して韻律を作る。できあがった音声は単位選択合成に比較すると音質が劣るが、フォルマント合成よりは自然な音質になる。しかし、Diphone合成は結合部の欠陥が目立ち、フォルマント合成のようなロボット的な発生になってしまう問題がある。そのため商用では徐々に利用が減っているが、フリーソフトウェアや研究用としては使われ続けている。 ; 分野限定合成 (Domain-specific synthesis) : 録音された単語や文節を連結して音声を合成する。これは特定分野のテキスト読み上げに使われる。例えば乗り換え案内の放送や天気予報などである。これは実装が簡単なので商用にも長年使われてきた。例えば、しゃべる時計や電卓などである。この方式は分野を限定しているので自然に聞こえる音声を合成するのが簡単である。しかし、汎用ではないので、利用は限定される。内部のデータベースにある単語や文節しか話せないため、内容が登録されている音声によって限定される。また、例えば[[フランス語]]の[[リエゾン]]など、前後の単語との関係で発音が変わる場合を再現するのが難しい。この場合、文脈を考慮して合成する必要がある。 === フォルマント合成(合成音声) === [[フォルマント]]合成は録音された人間の音声は使用せず、基底周波数、音色、雑音レベルなどのパラメータを調整して波形を作り、人工的な音声を作る。合成された音声はロボット的に聞こえる音声になるため、人間の音声と間違えることはない。フォルマント合成は波形接続型音声合成と比べ次の様な特徴も持っている。 * 音の欠損がないので、高速に発声させても明瞭に聞き取れる。このため高速さを要求されるテキスト読み上げにはよく使われている。 * 波形接続型音声合成のような音声データベースを必要としないので、データのサイズが小さくなる。 * 出力音声を容易に変化させることができるので、イントネーションや音色を自由に変えることが出来る。 上記の様な特徴のため、[[組み込みシステム]]でもよく使われ、フォルマント合成の例として、1970年代末に[[テキサス・インスツルメンツ]]が発売した玩具Speak & Spell、[[セガ]]の1980年代のいくつかの[[アーケードゲーム]]がある(Astro Blaster、Space Fury、Star Trek: Strategic Operations Simulatorなど)。これらのイントネーションの再現は非常によく、リアルタイムのテキスト読み上げインタフェースでの実現はこれからである<ref>John Holmes and Wendy Holmes. ''Speech Synthesis and Recognition, 2nd Edition''. CRC: 2001. ISBN 0748408568.</ref>。 === その他の合成手法 === ; Articulatory synthesis : 最近まで純粋に学術的研究として使われてきた手法である。それは人間の声道部分の構造を研究してそこで起こっていることを人工的に再現するものである。最近になってその成果が商用の音声合成でも使えるレベルになってきた。[[NeXT]]で使われていたシステムはカナダのカルガリー大学の研究チームがスピンオフして作ったTrillium Sound Research Inc.が開発したものである。Trilliumはこれをフリーな'''gnuspeech'''として公開しており、[http://savannah.gnu.org/projects/gnuspeech GNU savannah site]で入手可能である。 ; Hybrid synthesis''' : フォルマントと波形接続型音声合成を組み合わせたもので、音の欠損をなるべく少なくしたものである。 ; HMM-based synthesis : [[隠れマルコフモデル]](HMM)に基づいた合成である。このシステムでは、[[周波数スペクトル]]、[[基本周波数]]、持続時間([[韻律 (言語学)|韻律]])がHMMによって同時にモデル化される。音声[[波形]]はHMM自体が[[最尤法]]に基づいて生成する<ref>The HMM-based Speech Synthesis System, http://hts.sp.nitech.ac.jp/</ref>。 ; Sinewave synthesis : [[フォルマント]]を純粋な正弦波の合成によって構成する技法である<ref>Remez, R.E., Rubin, P.E., Pisoni, D.B., & Carrell, T.D. Speech perception without traditional speech cues. ''Science'', 1981, 212, 947-950.</ref>。 <!-- === 音声合成技術と合成音声技術 === 一般的に'''音声合成'''は実際に人間が声を吹き込んで作成した音声ライブラリを元に、音声合成エンジンで任意の音声を作成する技術を指す。'''合成音声'''は機械的に擬似音声を作成する技術を指す。 '''音声合成'''の場合は実際の人間の声を使用しているため、調整次第では肉声に近い音声を作成することができる。だが、音素・フレーズなどを実際に吹き込む必要があるため1音声ライブラリを作成するのに時間を必要とする。また、利用用途に合わせたフレーズなどを用意するためデータ容量も増えるといった問題がある。 一方、'''合成音声'''は前者と比べると機械的な音声になってしまうが、最低限の音素を用意するだけで良いためデータ容量を圧迫する心配が少なく、必要なコストも安価になる。--> == 実用例 == 音声合成技術は文字を読むことが困難な障害者や、文字が読めない人(幼児、外国人など)に'''画面読み上げソフト'''([[スクリーンリーダー]])として長く利用されてきており、言葉を発することが困難な人が代替手段として利用することも多い。また、[[21世紀]]に入ってからは家電製品の音声ガイダンスや、公共[[交通機関]]や[[防災]]関係の[[アナウンス]]用途として音声合成されたものが広く使用されるようになっている。 これは、人間が発声したものを録音すると、台詞の変更の度にその部分を録音をし直さなければならないが、音声合成であればデータの作成で済むためである。実際に、鉄道用アナウンスでは、駅が追加されたり名称変更があっても、その箇所のみが変更されている。 また、個人向けのソフトウェアなどにも活用されてきている。 === テキスト読み上げシステム === テキスト読み上げシステムは、'''[[フロントエンド]]'''と'''バックエンド'''のふたつの部分からなる。一般に、フロントエンドは入力したテキストから記号化言語表現 (''symbolic linguistic representation'') を出力する。バックエンドはフロントエンドで合成された音声の[[波形]]を出力する。音声合成の自然さは、出力される音声がいかに'''現実の人間の音声に似ているか'''、[[明瞭度]]は'''聴きやすさ(出力音声の理解しやすさ)'''で評価される。 ; フロントエンド : フロントエンドにはふたつの大きな仕事がある。ひとつはテキストの中の'''数字や省略表現を読み上げるときの表現に変換'''することである。これは、「テキストの正規化」、「プリプロセッシング」、「トークン化」などと呼ばれる。もうひとつは'''各単語を[[発音記号]]に変換し、テキストを熟語や文節、文などの[[韻律 (言語学)|韻律]]単位に分割'''することである。単語に発音記号を割り当てる処理をテキスト音素(''text-to-phoneme''、略してTTP)変換または書記素音素(''grapheme-to-phoneme''、略してGTP)変換と呼ぶ。発音記号と韻律情報を組み合わせて記号化言語表現を作成し、フロントエンドの出力とする。 :; 訳注 :: この部分は言語によってかなり違いがある。日本語の場合、[[わかち書き]]をしない為、文章を正確に処理するためには単語を分割する作業が必要となる。 ; バックエンド : フロントエンドの出力結果を元に、より自然な音声にするため韻律などの音声の調整を行い、実際の音声データを出力する。この処理にて音声の性質が決定されるため、音声合成ソフト独自色が出ることが多い。また、一般的に「話言葉」を目指す物が多いが、歌声の様な調整を行なう音声合成ソフトもある。 === オペレーティングシステムでの音声合成 === ; アップル : 1984年、[[アップル インコーポレイテッド|アップルコンピュータ]]に[[:en:PlainTalk#Original MacInTalk|MacInTalk]]機能を搭載した。その後も新しいOSバージョンでは音質が改善されている。また、[[音声認識]]も導入しており、これらの機能を統合したPlainTalkは視覚障害者のためのサポートプログラムであった。[[OS X|Mac OS X]] v10.4以降には[[VoiceOver]]という音声合成機能になっている。 ; AmigaOS : 1985年の[[AmigaOS]]でも音声合成機能が組み込まれていた。男性と女性の声を選択できる<ref>Miner, Jay et al (1991). ''Amiga Hardware Reference Manual: Third Edition''. [[ピアソン PLC|Addison-Wesley]] Publishing Company, Inc. ISBN 0-201-56776-8.</ref>。AmigaOSでは音声合成を仮想デバイスとしていたため、コンソール出力を音声合成にリダイレクトすることも可能であった。このため、ワープロソフトなど各種アプリケーションで容易に音声合成を利用可能であった。 ; Microsoft Windows : [[Microsoft Windows|Windows]]では、[[Speech Application Programming Interface|SAPI]]という音声関係のAPIを用意している。Windows XPではNarratorという音声合成プログラムが追加されている(英語版)。[[コールセンター]]などでの音声認識と音声合成のパッケージとしてMicrosoft Speech Serverが用意されている。 ; その他 :* [[TI-99/4A]]には音声合成機能をオプションで追加可能であった<ref>[http://www.mindspring.com/~ssshp/ssshp_cd/ss_home.htm Smithsonian Speech Synthesis History Project (SSSHP) 1986-2002]</ref>。 :* [[PC-6001#PC-6001mkII|PC-6001mkII]]には音声合成機能が内蔵されていた。後継のPC-6001mkIISRや[[PC-6600シリーズ|PC-6601]]では歌うことも可能であった。 :* [[FM-7]]/[[FM-77]]シリーズには音声合成ボード (MB22437/FM-77-431) がオプションとして用意されている。 :* [[MZ-1500]]/[[MZ-2500|2500]]/[[MZ-2861|2861]]にはオプションとしてボイスボード(MZ-1M08)が存在する。英語での数字などの音声をチップに。五十音と、いくつかのフレーズを外部チップにサンプリングされROMとして焼きこまれており、制御によって再生するものである。 === インターネットでの音声合成=== ; 音声合成マークアップ言語 : テキストを音声に変換するための[[Extensible Markup Language|XML]]準拠の[[マークアップ言語]]がいくつかある。最近ではSSMLが[[World Wide Web Consortium|W3C]]から提案されドラフト状態である。他にもSABLE、JSMLなどがある。[[Cascading Style Sheets]] 2のサブセットはAural Cascading Style Sheetsを含んでいる。音声合成マークアップ言語は[[VoiceXML]]のようなダイアログ・マークアップ言語とは異なる。ダイアログ・マークアップ言語はテキスト読み上げだけでなく、音声認識などにも対応している。 === 音声合成ソフトウェア === ==== 日本語 ==== * AIVoice(株式会社エーアイ) ** AITalk(株式会社エーアイ) ゲーム『StarBoat』『StarHorse3』で使用。[[ニンテンドー3DS]]向けに軽量化されたモデルも存在する。 *** VOICEROID ([[AH-Software]]) - 文章読上げ専用ソフト。エーアイの音声合成エンジン「AITalk」を使用。 * ALTAIR for Windows * [[AquesTalk]](株式会社 [[アクエスト]]) - ライブラリ。同エンジンを使用し、歌唱させることに特化したAquesToneも存在する。 ** SofTalk - AquesTalkのフロントエンドソフト。動画サイトでは、「[[ゆっくりしていってね!!!]]」の声としてこのソフトを用いた事例が多いので「ゆっくり声」と呼ばれる事がある。また、[[テレビ神奈川]]等で放映されている音楽トーク番組『[[Run Run LAN!]]』で使用されている。 * CHATR * CSVIEW/VoiceOperator(NEC) - オプションとして音声合成機能が提供されている。 * Document Talker * FineSpeech * FineVoice (NTT-IT) * FreeTTS<ref>[http://freetts.sourceforge.net/docs/index.php A speech synthesizer written entirely in the Java(TM) programming language]</ref> * FutureVoice (NTT-IT) * Galatea Talk - 音声認識、音声合成、顔画像合成、対話制御で構成されるGalatea Toolkitの一部。オープンソースソフトウェア。 * Hipervoice (NTT-IT) * 音声合成ソリューション(株式会社 日立ケーイーシステムズ) * Hitachi Speech Synthesizer - ゲーム『DERBY OWNERS CLUB 2008』で使用。 * HTS - HMM音声合成システムを学習するためのツールキット。オープンソースソフトウェア。<ref> [http://hts.sp.nitech.ac.jp HMM-based Speech Synthesis System (HTS)] </ref> * InnoVoice * JukeDoX2 - 他言語テキストの合成音声読み上げ可能なソフトウェア<ref>[http://www.allegro-inc.com/products/detail.php?product_id=2 JukeDox2スタンダード 《文章・テキスト》合成音声変換ソフト] </ref> * JPNTAKE - フリーソフト。使いやすい設計。 * LaLaVoice 2001 [[東芝]]製PCのバンドルソフト。単体販売もあり。 * Open J-Talk - HMMベースの日本語テキスト音声合成システム.オープンソースソフトウェア。<ref>[http://sourceforge.jp/projects/sfnet_open-jtalk/ Open JTalk プロジェクト日本語トップページ]</ref> * ProTALKER 97, ProTALKER/2 (日本IBM) * [[Sinsy]](名古屋工業大学国際音声技術研究所) - [[隠れマルコフモデル]]により、読み込んだ楽譜から歌唱法を学習していく。 ** [[CeVIO|CeVIO Creative Studio]] - FREE 版も存在する音声合成ソフト。 * SmartVoice ([[日本電気|NEC]]) * Text To Wav - 読んでいる所をハイライト表示する。wavやmp3化も出来る。 * Aozoravoice2 - 青空文庫をmp3に変換するソフト。他言語にも対応。 * SpeeCAN - ゲーム『[[ときめきメモリアル4]]』で使用。 * S-PLG100-SG([[ヤマハ]]株式会社)まずハード音源として[[Modular Synthesis Plug-in System]]の一つとして販売。(現在は生産終了)<ref>[http://jp.yamaha.com/product_archive/music-production/plg100-sg/ PLG100-SG]</ref>その後、ソフトシンセとしてS-YXG100plus(生産終了)にバンドルされる形で販売されていた。<ref>[http://jp.yamaha.com/product_archive/music-production/syxg101w/ S-YXG100plus V1.0]</ref> ** [[VOCALOID]](ヤマハ株式会社)- メロディと歌詞を入力し歌声を生成する。エンジン部をヤマハが開発し、[[クリプトン・フューチャー・メディア]]、[[VOCALOID#ZERO-G|ZERO-G]]、[[VOCALOID#PowerFX|PowerFX]]等が音声部分を作成している。ゲーム『[[大合奏!バンドブラザーズ|大合奏!バンドブラザーズP]]』では採用された。 * Voice of Japan * VoiceSommelier(日立ビジネスソリューション株式会社) * VoiceText([[ペンタックス]]→[[HOYA|HOYAサービス]]) - 日本語以外の言語にも対応。SDKも存在する。[[テレビ東京]]系列の[[バラエティ番組]]『[[モヤモヤさまぁ〜ず2]]』にて、日本語男声話者のSHOW(ショウ君)がナレーションに利用されている。 * VOStalk * Wizard Voice * [http://www.kodensha.jp/soft/wvoice/ WorldVoice 日中英韓](高電社) * XIMERA * Yomi * YOMOYOMO - 日本語テキスト音声合成も可能な無料システム。日本国外向けサービス。 * [http://www2u.biglobe.ne.jp/~shinta/soft/UtaYomi_JPN.html 唄詠] - フリーソフト。読み上げソフト(SofTalkなど)の声質としてUTAU用の音声ライブラリを選べるようにするためのツール。 * エールプレイヤー(アルチザン アソシエーション) * しゃべるんです - テキストを音声で読み上げる。WAV/MP3保存可。クリップボード監視機能 * [[自分の声ソフトウェアPOLLUXSTAR]] - 特定個人の声質・抑揚を再現する、個人向けシステム構築サービス。喉摘者・神経難病者などを主な対象。喉摘した大学教授の教壇復帰事例、学習院大 篠沢名誉教授による講演事例など。 * ボイスキーボード(声が出ない) - セクシーボイス合成ができる。 * ボイス君のテキストスピーチ2(株式会社[[NTTデータ]]) ==== 英語 ==== * Microsoft Speech(英語) * [http://www.yanasa.co.jp expressivo 日本語版](やなさ株式会社)。 * [http://www.kodensha.jp/soft/wvoice/ WorldVoice 日中英韓](高電社) ==== 中国語 ==== * [http://www.kodensha.jp/soft/wvoice/ WorldVoice 日中英韓](高電社) ==== 韓国語 ==== * [http://www.kodensha.jp/soft/wvoice/ WorldVoice 日中英韓](高電社) === 音声合成の技術を採用している主な製品 === * [[バス (交通機関)|バス]]の車内放送装置 - [[クラリオン]]や[[指月電機製作所]]、[[レゾナント・システムズ]]などが製造している[[ワンマン運転|ワンマンバス]]用の放送装置は音声合成の技術を採用しているものもある。 * [[コンピュータゲーム]] - [[コナミデジタルエンタテインメント|コナミ]]の『[[ときめきメモリアルシリーズ|ときめきメモリアル]]』シリーズに用いられたEVS (Emotional Voice System) <ref group="注">『[[ときめきメモリアル2]]』『[[ときめきメモリアル3 〜約束のあの場所で〜]]』『[[ときめきメモリアル Girl's Side]]』『[[ときめきメモリアル Girl's Side 2nd Kiss]]』で使用された。『[[ときめきメモリアル4]]』については[[#音声合成ソフトウェア|SpeeCAN]]が使われた。</ref>が有名。 == 脚注 == {{脚注ヘルプ}} === 注釈 === {{Reflist|group="注"}} === 出典 === {{Reflist}} == 関連項目 == * [[音声合成LSI]] * [[車内放送]] * [[音声処理]] * [[音声認識]] * [[自然言語処理]] * [[可聴化]] - 情報伝達のために音声以外の音を使うこと。 * [[スクリーンリーダー]] * [[ボーカルシンセサイザー]] * [[株式市況]] - [[NHKラジオ第2放送|NHKラジオ第2]]での東京株式市場の終値の読み上げを音声合成により行っている。 == 外部リンク == * [http://www.sp.nitech.ac.jp/demo/open_jtalk/index.php Open Jtalk] Free, Open-source 日本語 TTS (Linux) * [http://www.cs.indiana.edu/rhythmsp/ASA/Contents.html Dennis Klatt's History of Speech Synthesis(英語)] * [http://dmoz.org/Computers/Speech_Technology/Speech_Synthesis/ Speech Synthesis] - [[Open Directory Project]] * [http://www.speech.cs.cmu.edu/comp.speech/ comp.speech Frequently Asked Questions] * [http://support.microsoft.com/kb/306902/ja Windows XP での音声合成の構成および使用方法] * [http://www.vintagecomputermusic.com/ Audio of 1962 Bell Laboratories computer speech demonstration] * [http://www.disc2.dk/tools/SGsurvey.html#narr A survey of speech synthesis and commercial speech synthesis systems] * [http://www.haskins.yale.edu/featured/heads/heads.html Talking Heads website] * [http://www.yanasa.co.jp expressivo 日本語版 英語読み上げソフトウェア] {{Tech-stub}} {{デフォルトソート:おんせいこうせい}} [[Category:音声合成|*]]
このページで使用されているテンプレート:
テンプレート:Cite web
(
ソースを閲覧
)
テンプレート:Lang
(
ソースを閲覧
)
テンプレート:Reflist
(
ソースを閲覧
)
テンプレート:Tech-stub
(
ソースを閲覧
)
テンプレート:脚注ヘルプ
(
ソースを閲覧
)
音声合成
に戻る。
検索
検索
音声合成のソースを表示
話題を追加