Stand TechnologiesがVoice Spaceにシーン特化エンジンを追加、AI音声の用途が大幅に拡大

text: XEXEQ編集部
（記事は執筆時の情報に基づいており、現在では異なる場合があります）

PR TIMES より

記事の要約

Voice Spaceがシーン特化エンジンをリリース
eラーニングや館内放送など用途別の読み上げが可能に
200種類以上のAI音声モデルを提供

Voice Spaceのシーン特化エンジンで AI音声の用途が拡大

株式会社Stand TechnologiesはAI音声サービス「Voice Space」のアップデートを2024年10月1日に実施し、シーン特化エンジンをリリースした。このエンジンにより、eラーニングや館内放送、関西弁など利用シーンに合わせた読み上げ方を指定できるようになり、より人間味のあるAI音声の生成が可能となっている。200種類以上のAI音声モデルを自社で権利を保有しているため、ユーザーは安心して利用できるのが特徴だ。^[1]

シーン特化エンジンは、Businessプラン以上で利用可能となっており、館内放送やニュース、広告、eラーニングなど8種類のシーンに対応している。これにより、従来のナレーターのような癖のない読み上げ方だけでなく、各シーンに適した話し方やイントネーションでAI音声を生成できるようになった。この機能によって、より自然で効果的な音声コンテンツの作成が可能になるだろう。

Voice SpaceはEnterpriseプランでは、AI音声をコアとしたソリューション提供も行っている。IPモデルを活用した事業開発やオーディオブック制作、アバター化、API提供など、幅広い用途に対応可能だ。これらの機能を活用することで、企業は音声AIを活用した新たなビジネス展開や既存サービスの付加価値向上を図ることができる。

Voice Spaceのシーン特化エンジン機能まとめ

シーン	特徴	対象ユーザー
館内放送	明瞭で聞き取りやすい音声	商業施設、公共施設
ニュース	客観的で落ち着いた読み上げ	メディア企業
広告	訴求力のある表現	広告代理店、マーケティング部門
eラーニング	聞き取りやすく理解しやすい音声	教育機関、企業研修部門
商品紹介	魅力的で説得力のある読み上げ	ECサイト運営者、小売業

Voice Spaceの詳細はこちら

シーン特化エンジンについて

シーン特化エンジンとは、AI音声生成技術において特定の利用シーンに最適化された読み上げ方を実現するシステムのことを指しており、主な特徴として以下のような点が挙げられる。

利用シーンに応じた適切な話し方やイントネーションを再現
人間らしい自然な抑揚や間の取り方を実現
特定の方言や専門用語の正確な発音に対応

Voice Spaceのシーン特化エンジンは、8種類のシーンに対応しており、館内放送やニュース、eラーニングなど様々な用途に適したAI音声を生成できる。この技術により、従来のAI音声では難しかった細かなニュアンスの表現や、特定の職業や状況に応じた話し方の再現が可能となり、より幅広い分野でのAI音声の活用が期待できるだろう。

参考サイト

^ PR TIMES. 「総合AI音声サービスVoice Space、テキスト読み上げ機能のアップデートを実施。eラーニング、館内放送、関西弁など読み上げ方を指定できる「シーン特化エンジン」をリリース。 | 株式会社Stand Technologiesのプレスリリース」. https://prtimes.jp/main/html/rd/p/000000067.000056192.html, (参照 24-10-02).

※上記コンテンツはAIで確認しておりますが、間違い等ある場合はコメントよりご連絡いただけますと幸いです。