文章を声で読み上げるAIで、何ができる？

文章を声にする方法は、大きく3つ

文字を声に変える技術は、音声合成や読み上げと呼ばれます。Google Cloudの音声合成サービスの紹介ページが「AI voices」とうたっているように、AIの技術で人の話し方に近い声を作るサービスもあります。仕事で使うときは、誰がいつ聞くかで次の3つに分けて考えると、合う方法を選びやすくなります。

画面を見ていない人に伝えるアイデア

次は当社が考えた使い方の例です。導入事例ではありません。どれも、読み上げる文章と読み方を人が確かめてから使う前提です。

読み間違いは、どんな言葉で起きやすいか

読み上げは、書かれた文字から読み方を決めて声にします。読み方が一通りに決まらない言葉では、思った読み方にならないことがあります。店名・人名・地名、商品の略称、「1F」「10:00〜」「3/4」のような記号まじりの書き方は、流す前に必ず聞いて確かめます。

Appleの開発者向け資料には、人の名前などの発音を、発音記号で指定して直す仕組みが例として載っています。アプリを作る側がこうした仕組みを使えば、決まった言葉の読み方をそろえられます。手軽に直すなら、読み上げる文章だけ、地名の「手稲」を「ていね」と書くように、ひらがなにしておく方法もあります。

Androidの資料には、一度に読み上げられる文章の長さに上限があることも書かれています。長い説明は上限を超えないよう段落ごとに分けて読ませます。分けておくと、聞く側も話の区切りをつかみやすくなります。

声を使う前に確かめること

声を提供するソフトやサービスには、それぞれ利用の条件があります。お店の放送や動画、商品の紹介に使ってよいか、声の名前やソフト名の表記が求められるかは、使うものの規約で確かめてください。端末に入っている読み上げを、自社のアプリから使う場合も同じです。

実在の人の声に似せて読み上げる使い方は、本人の了解を得てから行います。聞いた人が本人の声だと思い込まないよう、機械で読み上げていることが分かる言い方にしておくことを当社はすすめています。

呼び出しでお客さんの名前を読み上げると、周りの人にも聞こえます。番号で呼ぶか、名前を流してよいかを先に決めておきます。クラウドの音声合成サービスに文章を送る場合は、お客さんの名前や連絡先を含めないかも決めておきます。決め方は社員が生成AIを使い始めたら、何を決めておく？で紹介しています。

今日できる最初の一歩

いま紙の貼り紙や口頭で伝えているお知らせを1つ選び、スマホの読み上げ機能で読ませてみます。読み間違えた言葉と、聞き取りにくかった箇所をメモしておくと、どこを書き換えれば伝わるかが分かります。

文章を少し直すだけで聞きやすくなるなら、声で伝える方法が合っている場面です。呼び出しの画面から声を出したい、手順を一つずつ読み上げるアプリにしたいといった段階になったら、作業の流れに合わせて組み立てる方法もあります。

反対に、話した言葉を文字にする使い方は話した言葉を文字にするAIで、何ができる？で、AIの種類の違いは機械学習と生成AIは何が違う？で紹介しています。