Microsoft のテキスト読み上げ音声

Microsoftの音声合成音声は、Microsoft Speech API (SAPI) または Microsoft Speech Server プラットフォームを使用するアプリケーションで使用するために提供される音声合成装置です。Microsoft の音声合成音声には、クライアント バージョン、サーバー バージョン、およびモバイル バージョンがあります。クライアント ボイスは Windows オペレーティング システムに同梱されています。サーバー ボイスは、Windows クライアント プラットフォームとサーバー プラットフォームの両方で Speech Server、Lync などのサーバー アプリケーションで使用するためにダウンロードできます。モバイル ボイスは、多くの場合、最新バージョンに同梱されています。

Microsoft Sam は、Microsoft Windows 2000およびWindows XPのデフォルトのテキスト読み上げ男性音声です。これは、オペレーティング システムに組み込まれている スクリーン リーダープログラムであるNarratorによって使用されます。

Microsoft Mike と Microsoft Mary はそれぞれオプションの男性と女性の音声で、Microsoft の Web サイトからダウンロードできます。Michael と Michelle もオプションの男性と女性の音声で、Microsoft がLernout & Hauspieからライセンスを取得しており、 Microsoft Office XPおよびMicrosoft Office 2003またはMicrosoft Readerから入手できます。

これらのテキスト読み上げ音声には、SAPI 4 と SAPI 5 の両方のバージョンがあります。SAPI 4 音声は、Windows 2000 以降の Windows NT ベースのオペレーティング システムでのみ使用できます。SAPI 4 音声の再配布可能バージョンは、Windows 9xオペレーティング システムでダウンロードできましたが、Microsoft の Web サイトからは提供されなくなりました。Microsoft Mike と Microsoft Mary の SAPI 5 バージョンは、マージ モジュールとしてのみダウンロードできますが、^[1]インストール可能なバージョンは、Microsoft Reader などの音声アプリケーションによってエンド ユーザーのシステムにインストールできます。

SAPI 4 および SAPI 5 バージョンのテキスト読み上げ音声の音声パターンは互いに異なります。Microsoft Sam、Microsoft Mike、Microsoft Mary の SAPI 4 バージョンは、Windows XP、Windows Vista以降で、これらのオペレーティング システムをサポートするマシンにサードパーティ プログラム (Speakonia や TTSReader など) をインストールすることで使用できます。さらに、Lernout & Hauspie の Michael および Michelle の音声も、イギリス英語の SAPI 4 バージョンの音声をダウンロードして Speakonia などのサードパーティ プログラムで使用すると、Windows Vista 以降で動作します (逆に、これらの音声は XP 以前とも互換性があります)。

Windows VistaおよびWindows 7以降では、Microsoft Annaがデフォルトの英語音声です。これはSAPI 5専用の女性の音声であり、Microsoft Samよりも自然に聞こえるように設計されています。^[2] Microsoft Streets & Trips 2006以降では、音声プロンプトによる方向指示機能のためにWindows XPシステムにMicrosoft Annaの音声がインストールされます。Windows VistaおよびWindows 7には男性の音声は付属しておらず、Microsoft MikeとMaryはどちらもWindows 7では動作しません。

以前の SAPI 5 男性音声「Microsoft 簡体字中国語」に代わるMicrosoft Liliという女性の音声が、Windows Vista および Windows 7 の中国語バージョンで利用できます。中国語言語パックをインストールすることで、Windows 7 または Vista の中国語以外のバージョンでも入手できます。

2010 年に、マイクロソフトは、クライアントおよびサーバー アプリケーションで使用するための音声認識および音声合成用の新しい Speech Platform 互換音声をリリースしました。これらの音声は 26 の言語^[3]で利用でき、Windows クライアントおよびサーバー オペレーティング システムにインストールできます。Speech Platform の音声は、SAPI 5 の音声とは異なり、女性のみで、男性の音声はリリースされていません。

Windows 8には、Microsoft Anna よりも自然な音声になるように設計された、Microsoft David (米国男性)、Hazel (英国女性)、Zira (米国女性) の 3 つの新しいクライアント (デスクトップ) 音声があります。これらの音声のサーバー バージョンは、Windows 8 より前のオペレーティング システム用の上記の音声プラットフォームから利用できます。その他の音声は、Windows 8 またはWindows 8.1の特定の言語バージョンで利用できます。^[4]

Windows 7 や Vista とは異なり、ダウンロードできる公式の Anna Voice API がないため、Microsoft Anna 用のサードパーティ プログラムは使用できません (特に、Microsoft Anna は SAPI 5 でのみ使用可能で、SAPI 4 バージョンの音声は使用できなかったため)。

Windows 10では、Microsoft Hazel が米国英語言語パックから削除され、モバイル (電話/タブレット) 向けの Microsoft 音声 (Microsoft Mark および Microsoft Zira) が利用可能になりました。これらは、Windows Phone 8、Windows Phone 8.1、およびWindows 10 Mobileにある音声と同じです。

また、これらの音声では、Windows 8 および 8.1 と同様のさまざまな音声の言語パックも利用できます。これらの音声はいずれも、 Windows Phone 8.1、Windows 10、および Windows 10 Mobile にあるCortana のテキスト読み上げ音声と一致しません。

Microsoft のソフトウェアをWindows 10と統合する試みとして、Microsoft David とその他数社を除き、Microsoft の現在のすべてのプラットフォームで同じテキスト読み上げ音声が使用されています。

すべてのモバイル音声パッケージには男性と女性の組み合わせがありますが、デスクトップ音声パッケージのほとんどには女性の音声しかありません。すべてのモバイル音声はユニバーサル化されており、選択した言語パックをダウンロードしたユーザーは、そのパッケージごとに男性と女性の音声を 1 つずつ追加で利用できます。

Windows 10 には、Microsoft Eva Mobile と呼ばれる隠れた音声合成音声がシステム内に存在します。ユーザーは、windowsreport.com Web サイトからパッケージ済みのレジストリ ファイルをダウンロードできます。Microsoft Eva は、Microsoft がほとんどの領域でJen Taylorの音声に置き換えるまでは、Cortana の初期の音声だったと考えられています。

これらの音声は Windows とともに更新され、Windows 10 の更新されたリテール ビルドに見られるように、元のバージョンよりも自然な音声になります。

Windows 11では、バージョン22H2から、Microsoft Aria、Jenny、Guyという3つの新しい「自然音声」が導入されました。^[5]これらの自然音声は、以前の音声合成音声よりも自然に聞こえるように設計されており、MicrosoftのAzure クラウドコンピューティングプラットフォームの音声に基づいています。これらはナレーターを通じてのみ利用可能であり、2024年現在^{[アップデート]}、すべてのファーストパーティおよびサードパーティのアプリケーションを含むナレーター以外のプログラムでは使用できません。

Windows 10 の音声は現在「レガシー音声」として再分類されていますが、デスクトップ クライアントのデフォルトとしては David が引き続き使用されています。

• 音声合成
• 音声合成装置の比較

• Vista ウォッチ: Windows Vista の中国語新機能