WINDOWSの音声合成Harukaさんは有能だ

2015/10/13 [19:43:35] (火)

音声合成ネタ。
WINDOWSも8から音声合成エンジンがデフォルトで利用可能になったとか(わたしはいまだにwindows7なので伝聞情報)
その日本語音声のHarukaは、ユーザー補助のテキスト読み上げに使われているもので、かなり自然に聞きとれる。macもそうだけど、こういうところは、アメリカさんは、きちんとしっかり対応するんだなあ、と素直に感心してしまった。

マイクロソフトの取り組みとしては

【Microsoft】日本語音声合成エンジンのご提供について
https://www.microsoft.com/ja-jp/enable/products/7narrator/default.aspx
マイクロソフトでは、障碍 (しょうがい) のある方のパソコン活用に役立てていただくため、日本語音声合成エンジンを無償 (数量限定) でご提供します

という記事が2010年ごろ(？)に上がっていたようだ。

てことで、試したくなったので、検索してみたらば、もう5年以上も前からいろんなブログや掲示板などでノウハウが公開、蓄積されていた…おのれの不勉強に今さらながら呆れてしまう。

無料の音声合成エンジン「Microsoft Speech Platform 11」
https://mahoro-ba.net/e1541.html
SAPI有効にする方法
https://yarimasu.ankochan.net/d/SAPI%CD%AD%B8%FA%A4%CB%A4%B9%A4%EB%CA%FD%CB%A1
Windows7で音声合成(Text to speech)
https://blog.mogya.com/2012/01/windows7text-to-speech.html
↑こちらのページを参考にWINDOWS7のネットブックにHarukaをインストールした(有用な情報ありがとうございます)

やることは3つ

・Microsoft Speech Platformのインストール
https://www.microsoft.com/download/en/details.aspx?id=27225
x64_SpeechPlatformRuntime.msi(64bit)
x86_SpeechPlatformRuntime.msi(32bit)
↑どっちか。

・TTS音声Harukaのインストール
https://www.microsoft.com/download/en/details.aspx?id=27224
MSSpeech_TTS_ja-JP_Haruka.msi

・レジストリの設定
上記のページを参考に。コマンドプロンプトを管理者モードで立ち上げて
reg COPY "HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Speech Server\v11.0\Voices\Tokens" HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Speech\Voices\Tokens /s /f
↑をコピペして実行

このユーザー補助に使われる音声、macはコマンドラインでsayコマンドを使えば簡単に利用できたんだけど、WINDOWSがちょっとわからず、結局またperl(Active PerlでWin32)から使うことになってしまった。
use Win32::OLE; my $str = '悪人にも,善人にも,卑劣漢にも,正直者にも,英雄にも,虫けらにもなれなかった'; my $f = '20151013.wav'; my $tts = Win32::OLE->new('Sapi.SpVoice') || die; my $fs = Win32::OLE->new('Sapi.SpFileStream') || die; $fs->{Format}->{Type} = 18; $fs->Open($f, 3, 0); $tts->{Voice} = $tts->GetVoices->Item(1); $tts->{AudioOutputStream} = $fs; $tts->Speak(Encode::encode('shiftjis', $str)); $tts->WaitUntilDone(-1); $fs->Close();
読ませたのは『地下生活者の手記』ドストエーフスキイ・米川正夫訳の一節。

「悪人にも、善人にも、卑劣漢にも、正直者にも、英雄にも、虫けらにもなれなかった」

WINDOWSとMacの音声聞き比べ。

「WINDOWS7 SAPI5 Haruka」

「Mac sayコマンド」

WINDOWSもmacも。
OSのデフォルトレベルでここまで聞きとりやすくなってんだなあ。

電子書籍でいうと、これに人名や当て字、ルビを読めれば十分だし、さらに読み上げている箇所のハイライト表示とか、それらの仕込みも実は進んでるんじゃないか。となると、マルチメディアDAISY図書やmedia overlaysによる音声付きEPUB3電子書籍は過渡期の徒花かも。
【電子書籍と合成音声】
音声付きのEPUB電子書籍 (2014/10/2)
AndroidのTalkbackでkindleを音声読み上げ (2014/11/29)
media overlaysによる音声付き電子書籍の作成 (2015/2/17)
動画で見る音声付き電子書籍の作り方 (2015/2/22)
Windowsで縦書き総ルビの般若心経を読み上げ (2015/2/24)
「眼聴耳視」音声付き電子書籍公開リスト (2015/2/28)
電子書籍につける音声の調教 (2015/3/2)
音声合成聞き比べ (2015/3/13)
WINDOWSの音声合成Harukaさんは有能だ (2015/10/13)
情報のバリアフリー化が進みそうだ (2015/12/7)
MacにOpenJTalkをインストール (2016/6/1)