TTS

TTSは「Text-To-Speech」の略称で、入力された任意のテキストを人工の音声に変換する技術のことを指します。コンピューターを使って人間の音声を人工的に作り出す「音声合成」のうち、テキスト音声合成方式と呼ばれるものになります。現在ではその中でも「コーパスベース合成方式」と呼ばれる方式が主流となっています。

音声合成の歴史は古く、数十年前から駅の案内放送やゲーム機、カーナビなどで活用されてきました。しかし近年ではIoTの普及もあり、TTSを搭載できるインターフェースも多様化しています。そのためデジタル機器の音声アシスタント機能やオーディオブック、コールセンターの自動応答など、TTSの技術をより身近なところで感じられるようになりました。

また昨今ではAIの発展に伴い、より人間の肉声に近い、感情的な発話が可能です。従来では対応しきれなかった日本語と外来語（または外国語の単語）が混ざったテキストの読み上げも、より自然に発音できるようになっています。