Loading article…
 | |
| 開発者 | グーグル |
|---|---|
| 初回リリース | 2013年11月13日 |
| 安定版リリース | 20241030.02/p0 (ビルド 691594814) / 2024年11月12日[1] [2] |
| プラットフォーム | アンドロイド |
| タイプ | スクリーンリーダー |
音声認識・合成（Speech Recognition & Synthesis）は、以前はSpeech Servicesと呼ばれていました[3] 。これは、 GoogleがAndroidオペレーティングシステム用に開発したスクリーンリーダーアプリケーションです。多くの言語をサポートしており、アプリケーションが画面上のテキストを読み上げる（話す）ことを可能にします。テキスト読み上げは、書籍を読み上げるGoogle Play Books 、単語の発音を読み上げるGoogle Translate 、 Google TalkBack、その他の音声フィードバックアクセシビリティベースのアプリケーションなどのアプリ、およびサードパーティ製アプリで使用できます。ユーザーは言語ごとに音声データをインストールする必要があります。
サポートされている言語
- アフリカーンス語（南アフリカ）
- アルバニア語（アルバニア）
- アムハラ語（エチオピア）
- アラビア語（サウジアラビア）
- アッサム語（インド）
- バスク語（スペイン）
- ベンガル語（バングラデシュ）
- ベンガル語（インド）
- ボド（インド）
- ボスニア語（ボスニア・ヘルツェゴビナ）
- ブルガリア語（ブルガリア）
- ビルマ語（ミャンマー）
- 広東語（香港）
- カタロニア語（スペイン）
- 中国語（中国）
- 中国語（台湾）
- クロアチア語（クロアチア）
- チェコ語（チェコ共和国）
- デンマーク語（デンマーク）
- ドグリ語（インド）
- オランダ語（ベルギー）
- オランダ語（オランダ）
- 英語（オーストラリア）
- 英語（ナイジェリア）
- 英語（インド）
- 英語（イギリス）
- 英語（米国）
- エストニア語（エストニア）
- フィリピン語（フィリピン）
- フィンランド語（フィンランド）
- フランス語（カナダ）
- フランス語（フランス）
- ガリシア語（スペイン）
- ドイツ語（ドイツ）
- ギリシャ語（ギリシャ）
- グジャラート語（インド）
- ハウサ語（ナイジェリア）
- ヘブライ語（イスラエル）
- ヒンディー語（インド）
- ハンガリー語（ハンガリー）
- アイスランド語（アイスランド）
- インドネシア語（インドネシア）
- イタリア語（イタリア）
- 日本語（日本）
- ジャワ語（インドネシア）
- カンナダ語（インド）
- カシミール語（インド）
- クメール語（カンボジア）
- コンカニ語（インド）
- 韓国語（韓国）
- ラテン語（バチカン市国）
- ラトビア語（ラトビア）
- リトアニア語（リトアニア）
- マイティリー語（インド）
- マレー語（マレーシア）
- マラヤーラム語（インド）
- マニプリ（インド）
- マラーティー語（インド）
- ネパール語（ネパール）
- ノルウェー語（ノルウェー）
- オディア語（インド）
- ポーランド語（ポーランド）
- ポルトガル語（ブラジル）
- ポルトガル語（ポルトガル）
- パンジャブ語（インド）
- ルーマニア語（ルーマニア）
- ロシア語（ロシア）
- サンスクリット語（インド）
- サンタリ（インド）
- セルビア語（セルビア）
- シンディー語（インド）
- シンハラ語（スリランカ）
- スロバキア語
- スロベニア語（スロベニア）
- スペイン語（スペイン）
- スペイン語（米国）
- スンダ語（インドネシア）
- スワヒリ語（ケニア）
- スウェーデン語（スウェーデン）
- タミル語（インド）
- テルグ語（インド）
- タイ語（タイ）
- トルコ語（トルコ）
- ウクライナ語（ウクライナ）
- ウルドゥー語（パキスタン）
- ウルドゥー語（インド）
- ベトナム語（ベトナム）
- ウェールズ語（イギリス）
歴史
2015年のヒュンダイのように、一部のアプリ開発者は、Android Autoアプリにテキスト読み上げ機能を組み込むように調整し始めています。 [4] textPlusやWhatsAppなどのアプリは、テキスト読み上げ機能を使用して通知を読み上げ、音声返信機能を提供します。
Google Cloud Text-to-Speechは、Googleの英国拠点のAI子会社DeepMindが開発したソフトウェアであるWaveNet [5]を搭載しており、DeepMindは2014年にGoogleに買収されました。 [6]競合他社のAmazonやMicrosoftとの差別化を図っています。[7]
ほとんどの音声合成装置（AppleのSiriを含む）は連結合成[ 5]を使用しており、プログラムが個々の音素を保存し、それらをつなぎ合わせて単語や文を形成します。WaveNetは、音節、音素、単語に人間のような強調と抑揚を付けて音声を合成します。他のほとんどのテキスト読み上げシステムとは異なり、WaveNetモデルは生のオーディオ波形をゼロから作成します。このモデルは、大量の音声サンプルを使用してトレーニングされたニューラルネットワークを使用します。トレーニング中、ネットワークは、どのトーンが互いに続くか、実際の音声波形がどのように見えるかなど、音声の基礎となる構造を抽出します。テキスト入力が与えられると、トレーニングされたWaveNetモデルは、1サンプルずつ、最大24,000サンプル/秒で個々の音間のスムーズな遷移で、対応する音声波形をゼロから生成できます。[5]
このサービスは2023年に音声認識と合成に改名されました。[要出典]
参照
参考文献
- ^ 「音声認識と合成」。Google Play 。 2024年11月21日閲覧。
- ^ 「音声認識と合成 googletts.google-speech-apk_20241030.02_p0.691594814」。APKMirror。2024年11月12日。 2024年11月21日閲覧。
- ^ Wang, Jules (2021年11月8日). 「100億インストールを突破した最新のGoogleアプリは絶対に予想できない（本当だ）」Android Police。2021年11月8日時点のオリジナルよりアーカイブ。 2021年11月18日閲覧。
- ^ 「Google、Hyundai、サードパーティ製の新しいAndroid Autoアプリを披露」。CNET。CBS Interactive 。2015年1月17日閲覧。
- ^ abc "WaveNet". www.deepmind.com . 2023年6月22日閲覧。
- ^ギブス、サミュエル（2014年1月27日）。「グーグルが英国の人工知能スタートアップ Deepmindを4億ポンドで買収」ガーディアン。ISSN 0261-3077 。 2023年6月22日閲覧。
- ^ 「テキスト読み上げAI：リアルな音声合成」。Google Cloud 。 2023年6月22日閲覧。
外部リンク
- Google Playの音声認識と合成