生成AI・LLM

音声合成

おんせいごうせい / Speech Synthesis

定義

音声合成とは、文字の情報から、人の声に近い音声をコンピュータで作り出す技術のことです。

音声合成は、入力した文章を読み上げる音声をコンピュータで作り出す技術で、テキスト読み上げ(TTS)とも呼ばれます。AIの進歩により、抑揚や間の取り方が自然な音声を作れるようになり、電話の自動応答、案内放送、動画のナレーション、視覚に障害のある方への情報提供などに使われています。特定の人の声に似せた音声を作れる技術もあり、なりすましや詐欺に悪用されるおそれがあります。業務で使う際は、声の提供者の同意や利用範囲を確かめること、合成音声であることを相手に伝える方針を決めておくことが大切です。

関連する用語

最終更新 2026-10-25

次の一歩