Stand Technologies、音声AIサービス「Voice Space」の日本語の読み上げ精度を53%改善

Stand Technologiesは21日、同社の総合AI音声サービス「Voice Space」をアップデートし、日本語の読み上げ精度を53%改善した「高品質(男性)」モデルをリリースした。

今回のアップデートでは、Voice Spaceのテキスト読み上げ機能「TTS v2」に、大規模データで学習した最新モデル「高品質(男性)」を追加。これまでのモデルと比較して、イントネーションの誤りを53%削減した。

自然で正確な日本語のイントネーションを実現し、アクセント調整の手間を削減。少ない工数でナレーションを作成できるようになる。落ち着いた声色とプレーンな読み上げが特徴で、eラーニングや社内教育・研修動画などビジネスシーンでの活用にも適している。

利用手順は、Voice Spaceにログイン⇒新規作成「テキスト読み上げ」⇒TTS v2「作成」 ⇒エンジン一覧で「高品質(男性)」を選択。「Professionalプラン」以上を利用中のユーザが利用できる。また、実際に同機能を試せるProfessionalプランの1週間無料トライアルも実施中。

Voice Spaceは、最先端のAI技術を使用した「テキスト読み上げ機能」と「ボイスチェンジ機能」を利用できる、声を使った制作の効率化を実現できる音声AIサービス。テキスト読み上げ機能では、200以上の音声モデルの中からイメージにあった声を選ぶことができ、日本語の自然なイントネーションでAI音声を生成できる。日本語テキストを外国語に翻訳して読み上げる「翻訳・読み上げ機能」も54カ国語に対応している。

モデルごとに喋り方やイントネーションが異なり、人間味があるAI音声の生成が可能な「TTS v2」では、eラーニング・館内放送・関西弁・アニメキャラなど、利用シーンに応じて最適な読み上げ方を指定し、AI音声を生成することができる。

「TTS v2」サンプル音声

無料トライアル