音声合成の日本語化手法が一般化した話

入社エントリーに記載しましたが、この記事ではAI日本語音声合成について解説していきます。音声合成について、知識が無くても読めるようにしています。テックブログという事もあり、フランクに書いています。 はじめに 日本語音声合成は、ディープラーニングを用いた音声合成手法が登場して以降、大きく品質を上げました。当初は、フィードフォワード型などの単純な手法で実現してきましたが、様々なディープラーニングの手法を取り込み、急激に品質を上げていき、あっという間に日常的に使用する技術になった感があります。 日本語音声合成の一研究者として、この分野の発展を願い日本語音声合成全般について語っていきたいと思います。 技術の全てを網羅すると書籍レベルの情報量になってしまうので、今回は「日本語」にフォーカスして書きたいと思います。 音声合成の概念 まず始めに、人間が音声を発話する時のプロセスを考えてみます。 人間が音

[BUNTEN]

柿なのか牡蠣なのか(花卉とかはは考えない)はこの例文だけでは判別できない。運が良ければ前後の文から推定可能。