すべてのカテゴリ

【人の声】音声読み上げソフトで人間と全く同じ音質を発して会話できる物が誕生しました。これを開発したのはイギリスの「Sonantic」と言うソフトの開発会社です。このソフトは文字を打ち込むとコンピューターが音声に変換し文字を音として出す事が出来ます。この音声読み上げソフトは言葉と言葉の間に「呼吸」「溜息」この様な表現を入れらるのが特徴です。この事が出来る様になって機械音声のありがちな単語の終わりの声が違和感なく表現できます。更に感情表現も無段階調整でき「怒り」「幸福」「悲しみ」「恐れ」等の感情表現が出来ます。下記の動画は本物の人の顔の映像の上からこのAI音声合成を乗せて作られたもです。〓＝〓＝〓＝〓＝〓＝〓＝〓＝〓＝〓＝〓＝〓【現在の性能】現在インターネット上には音声合成ソフトの声で話すたくさんの動画が制作されてます。文字を読み上げるソフトのお陰で話し方の上手い下手関係なく一定水準の話し方が出来ます。更に話し方を変えてキャラを自由自在に再現でき理想の自分が作れます。この音声で会話するキャラを複数人作る事により音声AI同士で会話してるシーンも自由自在に作る事も出来ます。しかし今の文字読み上げソフトは機械音声丸出しで人の声とあきらかに違いました。更に単語と単語の間にはっきりわかる違和感があり滑らかさがありません。そのためAIで読み上げられた声は簡単に人との違いの判別が可能でした。〓＝〓＝〓＝〓＝〓＝〓＝〓＝〓＝〓＝〓＝〓【より人間に近く】過去１０年間の間に凄く文字読み上げソフトも進化し人の声により近くなってます。でも今ある文字読み上げソフトは文字の音声再現が目的で感情表現が不得意です

現在、音声合成を核にしたビジネスを絶賛立ち上げ中。なにやら、真剣に取り組むと、色々なところが見えてきました・・・音声合成は難しい？使うだけなら一見簡単です。テキストデータをコピペして変換ボタンを押すだけ。あとはその音をどう使うか？は自由です。でも、難しかったのです。。。そのあたりをちょっとずつ紹介難しさ１　日本語そもそも日本語が難しい！いつも喋ってるんですが、入力するテキストを良く見ると結構自分が意識せずに間違った使い方をしていたり。・今日はさて、なんて読みますか？後ろに〇〇に行った、と付けば「きょうは」。後ろに〇〇さん、と人の名前が付いたら「こんにちは」。同じ字で、文章のどこに来るか、で読み方が変わるのです。同じように、・そちらの方にこれも。そちらの「ほう」、という方向か。そちらの「かた」、という人か。これも、文脈で決めないといけません。音声合成は文脈を解析しますがんばって、文脈を解析して、どうあるべきか、をルールに基づいて決めるわけです。でも、今度は人間側がルールを守らない文章を書くことがほとんど。自分を含め。結局人間‥でも、新聞社の校閲担当者がすごい！人間の国語ルールの理解と再生、これによるのです。そういった中で、超優秀な業界があります。新聞です。新聞社は、校閲、という日本語の鬼みたいな部隊が、世の中に出す前に徹底チェック。本当に正しい日本語を守っているのはこの人たちかもしれません。いや、「共通理解用のある種の標準ルールの日本語」と言った方がいいかもしれませんが。とにかく、ニュースのテキストは、さくっと入力、即再生、でほぼ修正無しの音声が出来上がります。こんな話をぼちぼち

ノイズは、Windowsのゲーム画面キャプチャツールで乗ってしまったようです。実際の合成音には乗っていません。こちらのふたつのサービスのサンプル音声になります。一度聴いてみてください。

現在、２つの音声合成サービスを出品してます。音声合成は、使い方をうまく考えれば、新たなアウトプットとして、さらに訴求力を高められる手段。今回は、そんな音声合成をもっと理解していただけるブログです。音声合成は実は古い音声合成は、コンピュータが産まれ、音を扱えるようになって割とすぐに出てきた老舗の技術です。ただし、言語としては英語。研究が進んでいたこと、コンピュータの普及が速かったこと、に加え、言語的に向いている特長が英語にはありました。それは、分かち書き、という単語と単語の間にスペースが入る形式。これにより、処理の間違いが起こりにくく、言語的な解析も正確になり、結果、多くの技術が産まれました。自分は8ビットの頃から、これらの技術をなんとかエンタメに使えないかと奮闘しつつも、日本語の壁にぶつかり続けてましたが・・・日本語ワードプロセッサーの誕生今ではPCで日本語を入力して文字を書くのは簡単で、誰でもできます。でも、昔は大変。自分で漢字とひらがなを並べるような、地道なことをやっていた時代もありました。仮名漢字変換、という技術がそこに登場。ひらがなで入力された日本語を漢字に変換する技術が発達。まさに、いま自分がこのブログを書いている時に便利に使っている技術です。これにより、日本語の構造研究が一気に進み、また、様々な単語のデータベースが作られました。これが、日本語音声合成の発達に役立つことに。超初期の合成方法人間の発音を50音の表の単位でバラバラに作ったとします。あ・い・う・え・お・か・き・く・け・こ、など。これを、例えば、「赤い柿」という文章に当てはめると、上からひとつずつ拾って並べれ

「国語に関する世論調査」というのが発表されました。最近の言葉遣いに関して、色々な流行が分かります・・・が！音声合成にとっては、また新しい言葉に対応しなくちゃいけない。それか、どうせすぐに使われなくなるから無視すればいいのか、もポイント。言葉が乱れている！などとは言いません。言葉は変化するものだから。平安時代の言葉が残ってたら変だし、そもそも江戸時代も、はやり言葉の流行で言葉の乱れを指摘する論調があったりしますから。ということでやること。■どんな言葉があるか見てみる。■ツールでしゃべらせてみる■辞書登録するかしないか決めて、登録作業こんなところかな。まるっとやるのは、じみに面倒くさい←これも今回指摘された言葉です。

サービス内容の説明部の最下部に、音声サンプルが聴けるリンクがあります。ぜひ、お聴きください。ここにはリンク列を直接書けないので、少々お手数おかけします。…からの。サウンドクラウドにアップ→それを動画にキャプチャー→ユーチューブにアップ、でやってみました。ノイズはWindowsのキャプチャーで乗ってしまったようで、実際の合成音にはノイズはありません。

SeaArtやCivitaiとかにアクセスしていると、まるで俗説の殷の紂王の酒池肉林が目の前に展開しているかの如く。（疑似やけど）綺麗なお姉さんが、あんなにもこんなにもそんなにも、わんさかうじゃうじゃいてるし、音声合成して自分が語り掛けてほしいセリフを言わせ放題やし。これじゃ、野郎どもは、デートプランを練って、デートのコストを稼ぎ出して、あれやこれや四苦八苦するのがバカらしくなるやろなぁ～。オタク万歳やなぁ～。