「音声合成」の検索結果（61件）

多彩な話者性や口調まで表現可能になった音声合成技術の今｜NTT R&D Website

多彩な話者性や口調まで表現可能になった音声合成技術の今｜NTT R&D Website NTT R&D Website リサーチ&アクティビティ 多彩な話者性や口調まで表現可能になった音声合成技術

https://www.rd.ntt/research/AP99-332.html

表現力の豊かな音声合成技術により、人々の生活をサポートする | NTT R&D Website

表現力の豊かな音声合成技術により、人々の生活をサポートする | NTT R&D Website NTT R&D Website リサーチ＆アクティビティ 表現力の豊かな音声合成技術により、人々

https://www.rd.ntt/research/JN202504_33343.html

音声合成・変換技術 | NTT R&D Website

音声合成・変換技術 | NTT R&D Website NTT R&D Website NTT人間情報研究所 技術カテゴリ 音声情報処理 音声合成・変換技術 音声合成・変換技術 豊かな表現の音声

https://www.rd.ntt/hil/category/voice/speechsynthesis/

多様なユースケースに適用可能な音声合成エンジン「Saxe」｜NTT R&D Website

多様なユースケースに適用可能な音声合成エンジン「Saxe」｜NTT R&D Website NTT R&D Website リサーチ&アクティビティ 多様なユースケースに適用可能な音声合成エン

https://www.rd.ntt/research/JN202010_7500.html

B03-06-j.pdf

配分 を実現することが困難です。 多言語音声合成技術により、国内IPの声の価値 向上・稼働負担軽減と事業者の皆様へ新たなコ ンテンツの利用機会の創出を両立します。 NTTが保有する『音声合成技術（①

https://www.rd.ntt/forum/2024/doc/B03-06-j.pdf

クロスリンガル音声合成プラットフォーム｜NTT R&D Website

クロスリンガル音声合成プラットフォーム｜NTT R&D Website NTT R&D Website リサーチ&アクティビティ クロスリンガル音声合成プラットフォーム 更新日：2023/10

https://www.rd.ntt/research/HI0001.html

Another Me技術による「獅童ツイン」実現の試み | NTT R&D Website

である中村獅童氏のデジタルツイン「獅童ツイン」を構築し、同公演で上演しました。本稿では、取り組みの概要と、主要技術である身体モーション生成技術および任意話者音声合成技術について解説します。 深山　篤（ふか

https://www.rd.ntt/research/JN202302_20937.html

スライド 1

ではない音声のみ・文字列のみのデータも活用できる学習方法を提案します。 音声認識モデルと音声合成モデルの構造が似ていることに注目し、二つを組み合わせて音声・テキス トのみで学んだ特徴量と音声認識の特徴量が近づ

https://www.rd.ntt/cs/event/openhouse/2019/download/16_c.pdf

AI時代の声の保護を考える　―法・ルール・技術の観点からの議論―（デジタルアーカイブ学会サテライト企画セッション報告）| SocioTechnical-Hub | NTT社会情報研究所

した新たな音声合成技術が発展する社会において「声」の保護と活用に関するリスクを可視化し、適正な音声活用ビジネスの創出・普及を目的とした研究を推進しています。本記事では、アーカイブ化された声が利活用される社会

https://www.rd.ntt/sil/media/0011.html

井島 勇祐 | NTT R&D Website

研究員井島 勇祐 NTT人間情報研究所 特別研究員他特別研究員の情報へ AI本技術分野の他研究員情報へ 人間情報研究所本研究所/センタ/部門の他研究員情報へ 多様で表現力豊かなテキスト音声合成技術 ユー

https://www.rd.ntt/organization/researcher/special/s_002.html

NTT コミュニケーション科学基礎研究所 オープンハウス2019

研究展示 メディアの科学 16 少量の入出力ペアから高精度に音声認識を学習 ～音声合成を活用した半教師ありEnd-to-End学習～ どんな研究 音声認識は音声を書き起こした文字列へ変換する仕組

https://www.rd.ntt/cs/event/openhouse/2019/exhibition16/

音声イントネーション・アクセント変換技術｜NTT R&D Website

することができる音声処理技術です。この技術により、例えば標準語の音声を地方の方言の音声に変えたり、普通の音声をアナウンサーのようにメリハリのある音声に変えたりすることが可能です。テキストをコンピュータに読ませる音声合成

https://www.rd.ntt/research/CS0028.html

AI時代の声の保護を考える　―「声の権利」とは？ | SocioTechnical-Hub | NTT社会情報研究所

です。 NTT社会情報研究所は2022年以降、「声の権利」に関する理論研究を進めるとともに、その研究成果として、NTTグループ各社が音声合成技術の活用を検討・判断する際に参照できる考え方やリスク低減手法を整理

https://www.rd.ntt/sil/media/0010.html

poster.pdf

しました。 かつてLPCが統計的音声情報処理と いう研究パラダイムを生んだのと同 様、本研究は音声の韻律に関する情 報処理の新分野を拓くきっかけにな る可能性があります。現在、イント ネーションが自然な音声合成手法

https://www.rd.ntt/cs/event/openhouse/2015/exhibition/16/poster.pdf

「Another Me Planet」――未来の可能性を見せる自分の分身 | NTT R&D Website

Planet」におけるAnother Meを構成する技術 zero-shot音声合成技術 「Another Me Planet」では、ユーザの声を数秒程度録音し、ユーザの声の特徴を反映させた音声で「未来の職業

https://www.rd.ntt/research/JN202508_35376.html

有機的応答制御技術 | NTT R&D Website

的「対話」しかできません。 研究目標 広範な接客シーンに本技術を適用することにより、コスト削減およびUX向上を実現します。 要素技術 NTT独自の対話状況認識技術、音声認識技術、画像認識技術、音声合成

https://www.rd.ntt/ai_tech/expand_tsuzumi/ai_agent/b-1.html

AI研究成果カタログ | NTT R&D Website

、Docker 24.0以上 メディア処理AI 音声合成エンジン 数秒の音声からその人らしい音声を再現 MediaGnosis マルチモーダルの情報を統合処理するエンジン 映像推論エンジン 映像から人の行動や状態

https://www.rd.ntt/ai_tech/ai_catalog/

音声情報処理 | NTT R&D Website

しています。 人間研では音声情報処理の中でも「音声認識技術」および「音声合成技術」に注力して研究開発を推進しています。「音声認識技術」では音声情報を通じて、発話内容の認識や話し手の内面を推定することにより、他者の認識

https://www.rd.ntt/hil/category/voice/

A03-j.pdf

⼒までを⼀気通貫で検証することができます。 背景 – 技術課題 【出展企業】 株式会社NTTドコモ R&D戦略部 【問い合わせ先】 企画部 広報担当 【共同出展社/社外連携先】 NTT株式会社 対話生成、音声

https://www.rd.ntt/forum/2025/doc/A03-j.pdf

D01-21-j.pdf

」しかできません。 広範な接客シーンに本技術を適用することによ り、コスト削減およびUX向上を実現します。 NTT独自の対話状況認識技術、音声認識技術、画像認識技術、 音声合成技術などを組合せることにより、デジタルヒュ

https://www.rd.ntt/forum/2024/doc/D01-21-j.pdf

NTT コミュニケーション科学基礎研究所 オープンハウス2015

周波数パターン生成過程を確率モデル化し、統計的手法により韻律パラメータを推定する枠組を確立しました。現在、提案モデルを用いた音声合成手法や韻律の分析再合成手法を開発しています。 当日の様子 ポスター

https://www.rd.ntt/cs/event/openhouse/2015/exhibition/16/

リアルとバーチャルの音を融合する音響XR技術 | NTT R&D Website

）　クロスリンガル音声合成技術による多言語ガイド インバウンド需要の増加に伴い、多言語による音声ガイドの提供が求められています。NTTが開発したクロスリンガル音声合成技術は、日本語のみの音声データから、同じ

https://www.rd.ntt/research/JN202404_25736.html

NTT コミュニケーション科学基礎研究所 オープンハウス2018

するための脳機能計測研究を紹介し、人間の仕組みと音声認識や音声合成の信号処理技術との違いや今後の展望について述べます。 講演アーカイブ 下記より本講演の動画をご覧頂けます． 脳からみた聞くと話すの共通性 ～音声

https://www.rd.ntt/cs/event/openhouse/2018/talk/research4/

0502_18OH_H1-H4_ol分割.pdf

れるという共通 した経路です（図2)。しかも、これらは人間の聞くにおける頑健 性や話すにおける安定性に深く関わっていると考えられていま す。しかし、現在の音声認識および音声合成技術ではこの経路 に相当する処理

https://www.rd.ntt/cs/event/openhouse/2018/talk/research4/talk_hiroya.pdf

NTT コミュニケーション科学基礎研究所 オープンハウス2020

ュニケーション科学基礎研究所 メディア情報研究部 研究員。2017年奈良先端科学技術大学院大学 情報科学研究科 博士課程修了。博士（工学）。同年NTTに入社以来、音声合成・音声変換の研究に従事。深層生成モデルを用い

https://www.rd.ntt/cs/event/openhouse/2020/research1/

NTT コミュニケーション科学基礎研究所 オープンハウス×未来想論 2008 テーマ展示 環境知能 会話の時空間足跡（M-room + t-Room)

デモ映像 システム構成図（拡大図） 使われている研究成果・参考文献 第1世代 まっしゅるーむの世界2005 (41秒;WMV形式) - 音声合成、超大語彙音声認識、 日本語質問応答、メディア探索技術

https://www.rd.ntt/cs/event/openhouse/2008/kankyou_chinou/m-room_t-room.html

AI｜NTT R&D Website

ックと研究トレンド 関連するリサーチ＆アクティビティ もっと見る 関連する動画 キャラクター性や感情まで表現した音声合成技術 もっと見る 関連するニュース 2019/11/20 NTTグループのAI技術を自動

https://www.rd.ntt/ai/

金子 卓弘 | NTT R&D Website

International Speech Communication Association (Interspeech 2020), Oct. 2020. 技術キーワード 画像生成、音声合成、音声変換、機械学習、深層学習

https://www.rd.ntt/organization/researcher/special/s_046.html

NTT コミュニケーション科学基礎研究所 オープンハウス2019

がどんな声かをある程度想像できます。これは、声と顔には何らかの相関があるからだと考えられます。本研究では、与えられた顔画像の印象に合った声を作り出すクロスモーダル音声合成の問題に初めて取り

https://www.rd.ntt/cs/event/openhouse/2019/exhibition19/

技術は法の先を行く〜法律分野と暗号技術の研究者が語る「ルールの作り方」〜 | SocioTechnical-Hub | NTT社会情報研究所

課題を対象とした研究に従事。理論研究とともに、音声合成技術の活用に関する考え方やリスクを整理するNTTグループ各社向けガイドラインの検討にも携わる。 武藤 健一郎（むとう けんいちろう） NTT社会情報

https://www.rd.ntt/sil/media/0019.html

スライド 1

を作り出すクロスモーダル音声合成の問題に初めて取り組みました。 音声変換器を深層生成モデルで表し、出力音声と入力顔画像との相互情報量を規準として音声変換 器を学習する情報論的アプローチを考案

https://www.rd.ntt/cs/event/openhouse/2019/download/19_c.pdf

a_01.pdf

Webページに隠れている単語（テキ モン）を捕まえ、Webサイトを奪い合 うゲームをしていくと、単語に単語親 密度が付与されていく 小説などを複数の音声合成ボイ スで読み上げるためのラベルを 付与していく

https://www.rd.ntt/cs/event/openhouse/2020/download/a_01.pdf

ポスター2019_0402

力ペアから高精度に音声認識を学習 音声合成を活用した半教師ありEnd-to-End学習 ・ いつ、誰が、何を話した？全部で何人いた？ 何人の会話でも聞き分けられる深層学習モデル ・ 声と話し方を好みのスタ

https://www.rd.ntt/cs/event/openhouse/2019/download/poster2019.pdf

NTT コミュニケーション科学基礎研究所 オープンハウス2019 プログラム

ント理解に基づく雑談対話システム メディアの科学（8件） うるさい車内でも音声操作や会話をサポート 世界トップの集音技術・音声認識技術を実用化 少量の入出力ペアから高精度に音声認識を学習 音声合成を活用

https://www.rd.ntt/cs/event/openhouse/2019/program.html

オープンハウス冊子2020.indd

ュニケーション科学基礎研究所 メディア情報研究部 研究員。2017年 奈良先端科学技術大学院大学 情報科学研究科 博士課程修了。博士（工学）。同 年NTTに入社以来、音声合成・音声変換の研究に従事。深層生成モデ

https://www.rd.ntt/cs/event/openhouse/2020/download/tanaka.pdf

NTT R&D FORUM 2024 | NTT R&D Website

で読ませる「テキスト・トゥ・スピーチ」技術や、実在人物の音声をサンプリングして音声合成へ活かす技術などが進展しています。一方で、俳優や著作権者の許諾無しに生成AIへキャラクターの音声を学習させ、異なるコン

https://www.rd.ntt/forum/2024/

2019OHリーフ表面

音声合成を活用した半教師ありEnd-to-End学習 いつ、誰が、何を話した？全部で何人いた？ 何人の会話でも聞き分けられる深層学習モデル 声と話し方を好みのスタイルに変える 系列変換モデルに基づく声質

https://www.rd.ntt/cs/event/openhouse/2019/download/leaflet2019.pdf

雑音・残響の中で聞き取る―超高品質音声強調｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website

においてもスタジオ録音に匹敵する超高品質な映像機器やポストプロダクション技術、AIによる音の学習 (音声合成など) のための高品質音声データ収集などが考えられます。 音響信号処理技術の統一基盤 図：混ざった音

https://www.rd.ntt/cs/team_project/media/signal/research_signal01.html

AI(人工知能)の進化で課題となる3つのトピックと研究トレンド｜NTT R&D Website

ントの黒柳徹子さんを模してデザインされたアンドロイド「totto」を開発しました。高精度な音声認識技術、再現性の高い音声合成技術に加えてキャラクター性を持った自然な会話を実現する対話処理技術を用い

https://www.rd.ntt/ai/0001.html

二次元画像から三次元情報を推定AR-GANで「三次元世界を理解する」コンピュータの実現へ | NTT R&D Website

基礎研究所特別研究員。画像生成、音声合成、音声変換を対象としたコンピュータビジョン、信号処理、機械学習、深層学習の研究に従事。日本機械学会畠山賞、ICPR Best Student Paper

https://www.rd.ntt/research/JN202205_18199.html

NTT R&Dフォーラム2019 特別セッション ヒトと社会のデジタル化世界 ─ デジタルツインコンピューティング ─ 川村 龍太郎(かわむら りゅうたろう) NTTサービスイノベーション総合研究所 所長｜NTT R&D Website

できるようになり、コンタクトセンタでの活用が進んできました。現在では、最新のニューラルネットワークを導入して、いよいよヒトの音声認識の能力に近づいてきました。 音声合成 発話する技術としては、文字情報を、どれだけヒトの声

https://www.rd.ntt/research/JN20200117_h.html

Unlimited Innovation for a Global Sustainable Society by IOWN | NTT R&D Website

」へ移します。MASAのパフオーマンスでは、過去の録画から音声を再現して多言語表現も可能になるNTTのクロスリンガル音声合成技術を活用し、MASAが自分の声で英語のコミュニケーションを行いました。観客

https://www.rd.ntt/forum/2024/keynote_3.html

筋電に基づくアバタ操作インタフェース技術 | NTT R&D Website

がこの技術を用いて東京からリモートでDJパフォーマンスを披露することができました（図４）。本技術とNTTの音声合成技術を用いたライブパフォーマンスに加え、Project Humanityのビジョンやメタ

https://www.rd.ntt/iown_tech/post_40.html

「デジタルツインコンピューティング構想の実現に向けたグランドチャレンジ」の最新動向について | NTT R&D Website

トで多様な話者・口調を再現する任意話者音声合成技術について紹介します(2)。 交通整流化に向けたデジタルツインの活用 未来社会探索エンジンについては、人々が活動する社会をデジタルで高精度に表現し、人々の行動

https://www.rd.ntt/research/JN202302_20933.html

表彰一覧 | NTT R&D Website

前島密賞 パーソナルデータ安全活用のためのプライバシー保護技術の開発と制度設計への貢献 セキュアプラットフォーム研究所高橋 克巳 通信文化協会 前島密賞 奨励賞 深層学習に基づく高品質音声合成技術の研究

https://www.rd.ntt/award.html

基調講演１｜NTT R&D FORUM 2023 — IOWN ACCELERATION　開催報告

が出せなくなった人に対してクロスリンガル音声合成技術を使用して、過去の自分の声を合成することにより、自分の声で日本語だけでなく、英語など外国語で話すことも可能にする営みも進めています。 人と地球

https://www.rd.ntt/forum/2023/keynote_1.html

はじめに――幸せな進化をつくる未来のコミュニケーション | NTT R&D Website

ュニケーション体験』で紹介します。 なお、こうした「自分」や「モノ」との新たな関係性の探求に加えて、NTTパビリオンでは言語の壁を越える新たな技術も導入しています。有名アスリートの一言語の音声からクロスリンガル音声

https://www.rd.ntt/research/JN202508_35382.html

気の利く対話AIのための「空気を読む」技術――マルチモーダル情報を用いた対話の場・関係の理解とインクリメンタル応答生成 | NTT R&D Website

、応答生成、音声合成の各モジュールが同期的に駆動し、前のモジュールの処理が終わったら次のモジュールの処理というかたちで順次実行されます。そのため、人間と比べると話者交替にかかる時間が長くなってしま

https://www.rd.ntt/research/JN202508_35364.html

メディア認識研究グループ｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website

, 川西 隆仁, 柏野 邦夫, 対話行為情報を表現可能なDNN音声合成と発語内行為自然性に関する評価, 人工知能学会論文誌, 2020, 35 巻, 2 号, p. A-J81_1-17. C

https://www.rd.ntt/cs/team_project/media/recognition/

科学技術は先達が少しずつ積み上げてきた成果。それをさらに良くするのが、今を生きる私たち研究者の使命である | NTT R&D Website

翻訳や音声認識、テキスト音声合成などで多大な効果が示されていた系列変換（S2S：Sequence-to-Sequence）学習と呼ぶ枠組に着目しました。S2S学習は、長期依存関係をとらえながらあるベク

https://www.rd.ntt/research/JN202305_21819.html