Text-to-Speech（音声合成）とは？

01 / UNDERSTAND

仕組みと使いどころ

TTSは、入力された文章や句読点、文の構造などを解析し、発音、抑揚、間、速度といった音声表現を組み立てて音声波形を生成する。視覚障害や読字困難のある人を支援する読み上げ機能のほか、音声アシスタント、自動電話応答、ナビゲーション、教材、記事や電子書籍の音声化などに利用できる。サービスによっては、言語、声、話速、音量、音程、話し方を選択・調整できる。一方、TTS自体の役割はテキストの音声化であり、利用者の発話を認識したり、回答文を生成したりする機能とは別である。対応言語や声、調整機能、発音の自然さにはサービスや音声モデルごとの差がある。

02 / IN PRACTICE

Text-to-Speechの活用例

03 / GOOD TO KNOW

使うときのポイント

採用時は、対象言語と地域、利用可能な声、固有名詞の発音、話速や間の調整方法を確認する。実際の文章で聞き取りやすさを試し、音声の利用条件や料金体系もサービスごとに確認する。