音声合成プロダクト「FutureVoice」、新バージョンを提供開始

～選べるAI音声の拡充に加え、オリジナルのAI音声が自社で生成可能に～

NTTテクノクロス株式会社（本社：東京都港区、代表取締役社長：岡敦子、以下「NTTテクノクロス」）は、テキストデータを自然な音声で読み上げるAI音声や、特定の話者の声を再現してオリジナルのAI音声を生成する音声合成プロダクト「FutureVoice」の新バージョンを2025年11月27日より提供開始しました。今回の新バージョンでは、AI音声の自然性や再現性の向上はもとより、利用シーンに応じて選べるAI音声の拡充に加え、お客様企業でオリジナルのAI音声が生成できるようになりました。

なお、今回の新バージョンは、NTT西日本株式会社の“声の権利”を守り、“声の価値”を高める音声AI事業「VOICENCE（*1）」に採用されています。

■背景

近年の生成AIの普及により、テキスト、画像、動画と同様に音声も自動生成するニーズが高まっています。エンターテインメント業界をはじめ、自治体や公共交通機関などでもAI音声の活用が進み、AI音声技術は社会に広く浸透しつつあります。

NTTテクノクロスでは、NTT人間情報研究所で開発されたAI音声技術を活用した「FutureVoice」を2015年7月より展開し、AI音声分野のけん引役として業界をリードしてきました。今回の新バージョンでは、市場の多様なニーズに応えるべく、AI音声の価値をさらに高める機能を搭載しました。

■新機能の特長

（１）コールセンター、研修・講義などで活用できるよう、AI音声のバリエーションを追加

これまでご要望の多かったコールセンター、研修・講義、観光案内、窓口対応など様々なシーンで活用いただけるようにAI音声のバリエーションを拡充しました。用途に合わせてAI音声を選ぶことができます。

（２）オリジナルのAI音声が自社で生成可能に

オリジナルのAI音声の生成は、これまでNTTテクノクロスへの作業委託が必要でしたが、声の権利を有するお客様企業で生成できるようになりました。これにより、タレントや声優などの音声データ（数秒～数分）を用意するだけで、オリジナルのAI音声が自社で生成でき、迅速に独自サービスに組み込むことが可能となります。※ご利用には、別途個別契約が必要です。

（３）6ヵ国語に対応した多言語AI音声

1つの言語の音声データを用いてネイティブな多言語のAI音声を生成する「クロスリンガル音声合成技術（*2）」が、これまでの日本語、英語、中国語（普通話）、韓国語に加え、新たにフランス語とスペイン語に対応しました。

■想定される用途・利用シーン

（１）コールセンターの自動音声案内　※特長（１）の例

応答内容に応じたAI音声を使い分けることで、オペレーターが実際に話しているかのような音声ガイダンスを作成できます。

 

（２）タレントや声優の音声コンテンツへの活用　※特長（２）の例

既存の動画などに収録されたタレントやキャラクターの音声をもとに自社でオリジナルのAI音声を生成することで、新たな音声広告やファン向けコンテンツなどを制作でき、声の権利を有する企業の新たなビジネス創出につながります。

（３）eラーニング教材の多言語展開　※特長（３）の例

「クロスリンガル音声合成技術」で講師の声を他言語のAI音声で再現し、多言語対応のeラーニングの展開を可能にし、講師本人の負担を増やさずに事業拡大が図れます。

■今後の展開

NTTテクノクロスは、「FutureVoice」と大規模言語モデル（LLM）や動画生成技術などの生成AIを組み合わせ、より高度な音声コミュニケーションサービスを創出していきます。また、パートナー企業との共創を通じて、AI音声の利用拡大を推進していきます。

■価格

実際の利用環境などにより構成や価格が異なるため、詳細はお問い合わせください。

□「FutureVoice」とは

NTT人間情報研究所の最新技術を基に、多彩な声を創り出す音声合成プロダクトです。人の声に近い自然な音声や豊かな感情表現、多言語対応を実現し、コンタクトセンターから動画ナレーションまで、幅広い分野で活用されています。（https://www.ntt-tx.co.jp/products/futurevoice/）

□用語解説・注釈

*1： VOICENCEとは、NTT西日本が提供する音声AI事業であり、最適な音声IPのキャスティングから企画・制作・運営まで、音声にまつわるソリューションやコンテンツを一貫してプロデュースする、声でブランドをそだてる音声ブランディングサービスです。（https://voicence.jp/）

*2： クロスリンガル音声合成技術とは、NTT人間情報研究所が開発した、話者の声質を損なわずに一言語の音声から多言語の合成音声を生成できる技術のことです。

*「FutureVoice」はNTTテクノクロス株式会社の登録商標です。

* 記載されている商品名・会社名などの固有名詞は一般に該当する会社もしくは組織の商標または登録商標です。