エーアイ、「AITalk6」を搭載し、64種類の外国語にも対応した「AITalk®6 SDK」を2024年1月17日より提供開始。

株式会社エーアイ（本社：東京都文京区、代表取締役社長：廣飯 伸一、証券コード：４３８８、以下、エーアイ）は、進化した新世代DNN音声合成エンジン「AITalkⓇ6」および技術提携先であるセレンス社（Cerence Inc.)が提供する64種類の外国語に対応した「Cerence TTS」を搭載した新製品、「AITalk®6 SDK」を2024年1月17日（水）より提供開始することをお知らせいたします。

製品サイト：https://www.ai-j.jp/products/sdk/

※1/17（水）より新製品の仕様を掲載いたします。

• AITalk®6 SDKとは

AITalk®6 SDKは、人間らしく自然な音声で自由に音声合成をする事ができ、64種類の外国語にも対応した、ライブラリ（dllまたはso）で提供する音声合成SDK(ソフトウェア開発キット)です。

（主な利用シーン）

・来客通知／番号呼び出しシステム

・自動放送システム（防災行政無線／館内放送）

・音声による作業指示システム

・音声対話によるコミュニケーションロボット　他

• AITalk®6とは

音声合成エンジンAITalk®6は、従来の 「コーパスベース音声合成方式」と、最新の深層学習技術を活用した「DNN音声合成方式」を、利用シーンに合わせて選択することで、さらなる人間らしさ・滑らかな音声を追求した高品質音声合成エンジンです。​

●AITalk®6 紹介ページ：https://www.ai-j.jp/about/​

　　　　　　　　　　　　※1/17（水）より新製品の仕様を掲載いたします。

●3つの特徴​

①最新の深層学習技術による、より自然で肉声感のある音声合成​

②独自の日本語解析による正確なイントネーション

③活用シーンに合わせた選べる音声合成方式

• AITalk®6「DNN音声合成方式」のAITalk®5からの主な改善点

①音声生成法の変更（ボコーダーからニューラルボコーダーへ）

信号処理による音声生成法（ボコーダ）をニューラルネットワークによる音声生成法（ニューラルボコーダ）に変更する事により、より自然で肉声感のある音声を合成できるようになりました。

②ニューラルネットワークの構造変更

AITalk5®では、軽量で高速な処理を実現するため音声特徴量を生成するニューラルネットワークは簡素な構造を採用していました。AITalk6®で採用したニューラルネットワークは、韻律モデルと音響モデルを統合し、音素や時間フレームの情報を短期や長期で考慮する構造を採用することで、従来よりも自然な音声に近い音声特徴量を生成できるようになりました。

実際の音声につきましては、弊社公式サイトでご確認ください。

https://www.ai-j.jp/topics/9371/

• Cerence TTSについて

セレンス社（Cerence Inc.）が提供する、64種類の外国語に対応した音声合成（Text-To-Speech）の技術をサービスや機器、アプリケーション等への組込みを可能とするミドルウェアです。

• Cerence Inc.について

セレンス（Cerence Inc.）は、自動車を含むコネクテッドモビリティの世界へ独自のソリューションを提供し、感動的なユーザー体験を創出するグローバル・リーダーです。

世界をリードする自動車メーカーとモビリティOEMのイノベーションパートナーと提携し、自動車/二輪車さらには消費者のデジタルライフにいたるまで、直感的なAIベースのインタラクションを実現し、コネクテッドワールドの発展に寄与します。

20年にわたる知見と4億7,500万台以上もの自動車への採用実績を有する当社は、コネクテッドカー、自動運転、EV、二輪車のロードマップに明確なビジョンを持っています。

詳細については、当社の日本語ウェブサイト https://www.cerence.com/ja/home をご覧ください。