NTTテクノクロスは、音声合成ソフトウェア「FutureVoice Crayon（フューチャーボイス　クレヨン）」の新バージョンを2019年9月から提供を開始している。新バージョンはファーストユーザーとして、テレビ朝日の「AI×CGアナウンサー　花里ゆいな」の声に利用されている。

▲AI×CGアナウンサー　花里ゆいな

これまでの合成音声は一般的に単調な音声である。だが、CGやロボットなどの声では、人に近い感情表現ができる音声が期待されているという。CGやロボットは人と会話をする機会も多いことから、唇の動きや身体の動作と連動させた自然な発話も求められているそうだ。

そこで同社は、FutureVoice Crayonをバージョンアップ。深層学習を活用し、感情を込めた少量の音声から、より人に近い肉声感のある感情表現が可能な合成音声が提供できるようになった。

さらに、人物やキャラクターなどの複数の音声を利用して、新たな声を作り出すことも可能。これにより、特定の人の声の権利に依存せず、実在しない独自の声や平均的な声を作り出すことができる。

また、合成音声の発話情報（読み・時間）が出力できるので、CGやロボットの動作と連動も実現。唇や身体の動きと、合成音声の発話タイミングをより正確に同期させることができるため、自然な発話に近づくとしている。

「AI×CGアナウンサー　花里ゆいな」の動画はこちらから見ることができる。ぜひチェックしてみよう。