Loading article…
 | |
| 開発者 | CereProc Ltd.、英国 |
|---|---|
| 初回リリース | 2005年 |
| 安定版リリース | 2013年7月
|
| 書かれた | Python の |
| オペレーティング·システム | クロスプラットフォーム |
| 利用可能 | 英語、ドイツ語、フランス語、スペイン語、イタリア語、オランダ語、カタロニア語、ルーマニア語、日本語、ポルトガル語、スコットランド・ゲール語、スウェーデン語、ポーランド語、アイルランド語、デンマーク語、ノルウェー語、中国語、ロシア語、リトアニア語、ウェールズ語 |
| タイプ | テキスト読み上げ |
| ライセンス | コマーシャル |
| Webサイト | ホームページ |
CereProc ( / ˈ s ɛ r ə ˌ p r ɒ k / SERR -ə-prok ) は、 2005 年に設立されたスコットランドのエディンバラに拠点を置く音声合成会社です。同社は、自然で表現力豊かなテキスト読み上げ音声、地方アクセントの合成音声、および音声クローニングの作成を専門としています。
音声構築技術
CereProc は、ユニット選択合成とパラメトリック モデリングという 2 つの異なる音声構築テクノロジを使用して音声を作成します。
CereProc の単位選択音声は、録音された音声の大規模なデータベースから構築されています。データベースの作成中、録音された各発話は、個別の音、音節、形態素、単語、句、文の一部またはすべてに分割されます。セグメントへの分割は、特別に修正された音声認識装置を使用して行われます。[1]次に、基本周波数(ピッチ)、継続時間、音節内の位置、隣接する音などのセグメンテーションと音響パラメータに基づいて、音声データベース内の単位のインデックスが作成されます。実行時に、データベースから候補となる単位の最適なチェーンを決定することで (単位選択)、目的のターゲット発話が作成されます。単位選択では、録音された音声の連結ポイントにのみデジタル信号処理(DSP) が適用されるため、自然さが最大限に高まります。DSP により、録音された音声の音が不自然になることがよくあります。
CereProc のパラメトリック音声は、統計的モデリング手法に基づいて音声合成を行います。このシステムでは、音声の周波数スペクトル(声道)、基本周波数(声源)、および持続時間 (韻律) が同時にモデル化されます。音声波形は、ボコーダーを使用してこれらのパラメータから生成されます。重要なのは、これらの音声は、ユニット選択音声よりもはるかに少ない録音音声から構築でき、インストール時のフットプリントがはるかに小さいことです。このため、プライベート音声のクローン作成に使用されます。[2]
声と言語
CereProc には、さまざまな地域のアクセントで 24 の言語を話す 81 の一般的な音声があります。
- アメリカ英語: イザベラ、キャサリン、ハンナ、ミーガン、アダム、ネイサン、アンディ (子供の声)、ジョーダン (子供の声)、キャロリン、サム (中性的な声)
- 南部英語: サラ、ウィリアム、ジャック、ローレン、ジャイルズ、エイミー、リリー (子供の声)、ベン (子供の声)
- 北部英語: Jess
- スコットランド英語: Heather、Kirsty、Stuart、Andrew (子供の声)、Mairi (子供の声)
- グラスゴー英語: Dodo
- ランカシャー英語: クレア
- アイルランド語英語: Caitlin
- ウェールズ語英語: Seren (子供の声)、Catrin (子供の声)、Gethin (子供の声)、Owain (子供の声)、Rhodri (十代の若者の声)、Tomos (十代の若者の声)、Ffion (十代の若者の声)、Rhian (十代の若者の声)
- ウェストミッドランズ英語: スー
- 特殊効果音声: 悪魔、幽霊、ゴブリン、妖精、ロボット
- フランス大都市圏：スザンヌ、ローラン
- カナダフランス語: フローレンス
- カタロニア語: リタ
- カスティーリャスペイン語: サラ
- メキシコスペイン語: Ana
- イタリア語：ローラ、ダリオ、フランチェスコ（子供の声）、ニコレッタ（子供の声）
- アイルランド語: ペイグ
- オランダ語: Ada
- 標準ドイツ語: グドルン、アレックス
- オーストリアドイツ語: レオポルド
- ヨーロッパポルトガル語: Lúcia
- ブラジルポルトガル語: ガブリエル
- 日本語: ユキ
- スコットランド・ゲール語: Ceitidh
- スウェーデン語: Ylva, Anders
- ポーランド語: Pola
- ルーマニア語: ダリア
- フランス語アクセントの英語: Nicole
- ロシア語: Avrora
- 中国語: マイリン
- デンマーク語: Marie、Lars
- ノルウェー語（ブークモール）：クララ
- ノルウェー語（ニーノシュク）：Hulda
- リトアニア語: Mantas、Egle
- ウェールズ語: セレン (子供の声)、カトリン (子供の声)、ゲシン (子供の声)、オウェイン (子供の声)、ロドリ (十代の若者の声)、トモス (十代の若者の声)、フィオン (十代の若者の声)、リアン (十代の若者の声)
さらに、同社はジョージ・W・ブッシュ、バラク・オバマ、アーノルド・シュワルツェネッガーなど、一般には公開されていない著名人の声を多数開発している。 [3]
音声クローン
2009年、映画評論家のロジャー・エバートは、自身の声の合成バージョンを作成するためにCereProcを採用した。エバートは甲状腺がんの手術後に話す力を失っていた。CereProcは、エバートの声を収録したテープやDVD解説を掘り起こし、より彼自身の声に近い音声合成音声を作成した。[4]ロジャー・エバートは、2010年3月2日のオプラ・ウィンフリー・ショー出演時にその声を使用した。
NFL選手のスティーブ・グリーソンは、 MNDと診断された後、セレプロック社によって声のクローンが作製された。グリーソンは、マイクロソフトの第48回スーパーボウルのCMに出演し、ナレーションに合成音声を使用してテクノロジーの力を称賛した。[5]
CereProc音声クローン技術は現在、英国でMND患者が話す力を失う前に合成音声を作成するために使用されています。このプロセスは、2011年8月に放送されたBBCラジオ4のドキュメンタリー「批評家に声を取り戻す」で紹介されました。 [6]
システム互換性
CereProc 音声は、さまざまなオペレーティング システムやさまざまなタイプのデバイスに導入できます。CereProc デスクトップ音声は、 Microsoft Windowsおよび Apple Mac OS Xと互換性があります。システム音声としてインストールされ、他の音声対応アプリケーションで使用できます。CereProc のクライアント/サーバーシステム cServer は、主に企業の IVR 市場を対象としており、Windows およびLinuxで実行できます。CereProc モバイル音声は、Androidおよび Apple iOSに導入できます。SDK は、Android、Linux、MacOS、iOS、および Windows で使用できます。SDK には、C/C++、C#、Java、および Python のバインディングがあります。
参照
参考文献
- ^ Alan W. Black、「すべての人にとって、いつでも完璧な統合」IEEE TTS ワークショップ 2002。
- ^ 「Cerevoice Me」.
- ^ 「CereProc Voices」.
- ^ ロジャー・エバート：エッセンシャル・マン「エスクァイア」、2010 年 2 月 16 日。アクセス日: 2011 年 9 月 21 日
- ^ Martin, Claire (2016-01-02). 「元NFL選手の新チームがALSの課題に取り組む」ニューヨークタイムズ。ISSN 0362-4331 。 2023年2月4 日閲覧。
- ^ 「批評家に声を取り戻す」BBCラジオスコットランド番組。2011年10月26日閲覧。
外部リンク
- 公式サイト
- ロジャー・エバートが CereProc 音声を実演 2011-09-26 にWayback MachineでアーカイブTED2011 7:28