音声合成

音声合成FineSpeech（ファインスピーチ）はテキストを音声に変換するシステムです。プロのナレーションに匹敵する品質を実現し、社会・産業のあらゆるシーンで活躍しています。

コールセンターにおける自動音声応答（IVR）、交通や災害の情報を提供するシステム、カーナビゲーションシステム・VICS・DSRC端末の読み上げ機能やエージェント機能、人とロボットの対話システム、携帯電話でのメール読み上げなどで利用されています。また最近、工場や工事現場での組立支援・出荷前検査・車両点検や保線などで音声合成による作業指示で使われはじめています。

さまざまな用途に対応できるように、組み込み型、サーバー型(MRCP)、クラウド型（PaaS/SaaS）など、複数の形態を用意しています。

FineSpeechは、日本ではじめて、「うれしい声」、「悲しい声」、「怒った声」、「冷たい声」などの感情音声、個人の声質を再現する個人音声合成など、高機能でより人間らしい表情豊かな音声読み上げを実現してきました。これからも幅広い分野でご利用いただける先進的な音声合成をめざします。

デモンストレーション

サンプル音声

FineSpeech V3による高品質音声合成を試聴できます。

			8kHz	16kHz	22.05kHz
サンプル1	「朝早く、バンガローに電報が届いた。」	女声
		男声
サンプル2	「新しいメールが、届いています。」	女声
		男声
サンプル3	「近畿地方の天気予報です。北部では雪が降り、京阪神でも時々雪の降る可能性があります。」	女声
		男声

特長

FineSpeech V3の特長

超高品質

• プロのナレーション品質の80％のスコア(※)を実現した、超高品質版を追加。
  （※）音声品質の評価方法であるCMOS評価による

FineSpeech V2の資産を継承

• API・データ仕様は共通
• 氏名処理オプション・住所処理オプションを継続利用可能
• 超高品質版と合わせ、多様な声種。
  • 男性2種/女性3種/子供声1種 計6種 感情合成も。

選べる利用形態

• クライアント型・サーバー型・SaaS型

約16万語におよぶ単語辞書を標準装備

漢字・仮名・英単語・数字・記号が混じった文章も正確に読み上げます。

ユーザー独自の単語辞書が作成可能

専門用語の読み登録、またアクセント位置のカスタマイズが可能です。

各種韻律を制御可能

スピード、イントネーション、ピッチ、ボリュームなど、細かく制御することができます。

言語処理部分のみの利用も可能

日本語漢字仮名混じり文を表音文字列に変換して出力できます。

感情音声合成を実現

平常＋4つの感情（うれしい・悲しい・怒った・冷たい）を表す音声で、表現豊かな音声合成を実現しました。
（FineSpeech V2 オプション）

幅広いプログラミングインターフェースに対応

通常のプレーンテキストからの音声合成だけでなく、SSML (Speech Synthesis Markup Language) を入力とした音声合成にも対応しています。また、SAPI 5.1 (Microsoft Speech API 5.1) から使用することもできます。幅広いアプリケーションからお使いいただけます。

高いマルチスレッド性能（高多重処理）を実現

音声合成の多重処理に最適化したプログラムコードを採用し、安定した音質を維持したまま、高いマルチスレッド性能を実現しました。

テレフォニーサービス、PCアプリケーション用途など柔軟に対応

合成音声のサンプリング周波数は 8kHz，16kHz，22.05kHzに、 出力形式は Linear PCM，mu-law PCMに対応しています。

機能

入力されたテキストを正確に読み上げた合成音声データを出力します。

FineSpeechの音声合成処理の流れ

動作環境

仕様

オプション

製品体系・価格

製品名称	価格
FineSpeech V3 SDK PC版	400,000円＋消費税
住所処理Optionライブラリ	94,800円＋消費税
氏名処理Optionライブラリ	94,800円＋消費税
FineSpeech SDK V2.1　感情合成オプション	100,000円＋消費税
FineSpeech SDK V2.1　子供声合成オプション	100,000円＋消費税