音声について
すべての例文に音声を付けています。人間の録音ではなく、AIによる合成です。 Kokoro-82M というモデルを使い、あらかじめmp3として作ってあります。 ページを開いたときに合成しているわけではありません。
最終更新 1787270400
使っているもの
| 用途 | 使っているもの | ライセンス |
|---|---|---|
| 音声合成 | Kokoro-82M(ONNX版) | Apache-2.0(重みを含む) |
| 発音記号の抽出 | espeak-ng | GPL-3.0(ツールとして使用) |
| mp3への変換 | lameenc | LGPL |
声の使い分け
場面によって声を変えています。同じ声で2人を演じさせません。
| 声 | 使うところ |
|---|---|
| アメリカ英語・女性 | 既定。単語と例文 |
| アメリカ英語・男性 | 会話の相手役、例文に変化をつけるとき |
| イギリス英語・女性 | 米英差の説明 |
| イギリス英語・男性 | 会話の相手役(イギリス英語) |
なぜブラウザの読み上げを使わないか
ブラウザには音声読み上げの機能(Web Speech API)があります。
使えば音声ファイルを用意しなくて済みます。
それでも使っていません。
読み上げに使われる声は、端末に入っているものに左右されるからです。
同じページを開いても、Windows と Mac と iPhone で声が変わります。
端末によっては、英語の声が1つも入っていないこともあります。
教材として、聞こえる音が人によって変わるのは避けたいと考えました。
あらかじめ作ったmp3なら、どの端末でも同じ音が鳴ります。
なぜ事前に作るか
ページを開いたときに合成する方法もありますが、採っていません。
- 表示のたびに待ち時間が発生する
- サーバーに負荷がかかる
- 有料APIを使えば料金が発生し、無料で提供できなくなる
現在 642本の音声を作ってあり、合計で 9.9MB、
1つあたり平均 16KB です。
再生ボタンを押したときだけ読み込むので、
ページの表示速度には影響しません。
ゆっくり再生について
再生速度を落として聞けるようにしています。
遅い音源を別に用意しているわけではありません。
ブラウザの再生速度の機能を使っています。
音源を2種類持つとファイル数が倍になるので、そうしていません。
合成音声の限界
合成音声は、人間の話し方そのものではありません。
感情の込め方、間の取り方、強調の置き方には限界があります。
文脈によって不自然に聞こえることもあります。
聞き取りにくい、明らかにおかしい音声を見つけたら教えてください。
各問題の「この問題について報告」から、
「音声がおかしい」を選んで送れます。
発音記号について
発音記号は espeak-ng が出したものを、表示用に整えてから載せています。
espeak-ng は `ᵻ` `ɐ` `ɹ` `ɚ` のような、
辞書ではあまり見ない記号を出すことがあります。
そのままだと辞書と見比べたときに混乱するので、
一般的な記号に直してから表示しています。
お問い合わせ
このページの内容についてのご連絡は、お問い合わせフォームからお願いします。