基礎最終確認 2026.10.30
Text-to-Speech
音声合成(TTS)おんせいごうせい・ティーティーエス
文章を入力し、人が話しているような音声データへ変換する技術です。
MEANING
もう少し詳しく
文字列を発音、間、抑揚などを持つ音声へ変換します。Google Cloudは、文字入力を音声データへ変える処理を音声合成と説明しています。声、言語、話す速さなどを選べる場合がありますが、文章の意味を理解して正しさを確認する処理とは別です。
EXAMPLE
身近な例
画面の文章を読み上げる、ナビゲーションの案内を話す、動画や教材のナレーションを作る、音声アシスタントが回答を声で返す用途があります。
MISUNDERSTANDING
よくある勘違い
音声合成は翻訳や音声認識と同じではありません。また、特定の人の声をまねる音声クローニングだけを指す言葉でもなく、固有名詞や数字の読み方を間違えることがあります。
KEY POINT
覚えておくこと
対応言語、声の利用条件、発音、数字・氏名など重要箇所を実際に聞いて確認します。
SOURCE
確認した公式情報
コラボットが公式資料を確認し、初心者向けの表現へ整理しています。製品仕様や提供条件は変更される場合があります。
Google Cloud・Cloud Text-to-Speech basics ↗確認日:2026.10.30