No.007
十人十色の声色を再現する音声合成
コエステーション

概要
コエステーションは、テキストデータをまるで人が話しているかのような音声データに変換することができる音声合成技術である。従来は、音声データの再現はトーンの種類が限定的だったが、コエステーションは声色や感情、口調など、多様な表現が再現可能だ。
なにがすごいのか?
スマホアプリで声を入力していくことで「声辞書」を育てていける
どんなテキストも自分の声で再現できる
感情・速度・声の高さや太さをパラメーターで操作できる
なぜ生まれたのか?
スマートスピーカーの登場に象徴されるように、音声テクノロジーはここ数年で大きく進化しているが、ナレーションやアナウンスの声色のバリエーションは未だに限定的なのが現実だ。現在使われているText to speechは、読み上げの正確性は向上してきているものの、感情や個性まで伝わるレベルには達していない。
コエステーションは、スマホアプリとしてリリースされたことで一般生活者を技術の進化に巻き込み、新しい未来を切り開いていると言える。
なぜできるのか?
HMM方式をベースとした独自の音声合成
統計モデルに基づく音声合成方式である、隠れマルコフモデル (hidden Markov model: HMM)に工夫を加えた独自方式を採用することで、より自然な音声合成を可能としている。
妄想プロジェクト
実現事例
相性のいい産業分野
- メディア・コミュニケーション
チャットやメールなどのテキスト情報を、送り主の声色で読み上げ
- 製造業・メーカー
機械的な音声ではなく自分の声色で母国語から外国語へ再生できる翻訳機器
- 生活・文化
晴れ舞台やお悔やみの場で、故人やその場にいない人の声を再現
- アート・エンターテインメント
推しのアイドルの声が名前を読んで起こしてくれる目覚まし時計
この知財の情報・出典
この知財は様々な特許や要素技術が関連しています。 詳細な情報をお求めの場合は、お問い合わせください。







