「印象指定」でイメージ通りの音声合成、東芝が開発

合成音声はナビゲーションや広告、ロボットのコミュニケーション手段など、さまざまな用途に使われているが、サンプルから選択する場合は選択肢が限られ、また、多数のサンプルがある場合でも、意図する特徴の声を選択するためには手間がかかっていた。 同社の開発した「声デザイン技術」では、声を年齢や性別、明るさなど知覚できる特徴ごとに分解・モデル化した「知覚語空間モデル」を開発。モデルによって生成される“平均的な声”をもとに、知覚できるパラメーターを変化させることで、目的に合った声を作り出す。 同社では本技術を操作するGUIも試作した。操作画面上で「かわいい」「丁寧」「知的」といった声の印象を表す言葉を選び、そこに「性別」「年齢」「明るさ」といった要素を加味することで、求めるイメージに近い声を生成できる。 関連記事 自然な動作で耳穴生体認証、NECが開発 NECが耳の反響特性を利用した生体認証技術を開発し