Windows 10は簡単に「しゃべらせる」ことが出来るの知ってます？

この記事で紹介するのは実用性がホントにあるの？と聞かれるとちょっと悩んでしまうかもしれない内容です。ただ、とても可能性は感じますね。

Windows 10ではCortanaのほか、アクセシビリティ関連機能の一つとして標準で搭載している読み上げ機能が「音声合成」機能を活用しています。

この音声合成機能、ユーザも簡単に使えるカタチでAPIが公開されていて、誰でも簡単に合成音声をWindows 10 PCにしゃべらせることが出来るのです。

この記事ではその使い方を説明します。

音声合成機能はPowerShellから文字のコマンドで

Windows 10の音声合成機能のAPIは一番お手軽なところだとPowerShellからの文字のコマンドで利用することが出来ます。

こちらの方法は本当に簡単でコマンドを2つ発行するだけですぐに実行可能。OS標準機能だけしか使っていませんので、何かを追加でインストールする必要もありません。

具体的手順の方はこちら。

まずPowerShellを起動します。
管理者権限は不要です。

Windowsキー＋X入力かスタートボタン右クリックで表示されるメニューを使いましょう。

PowerShellが起動したら次のコマンドを順番に入力してみましょう。

[ $x=New-Object -ComObject SAPI.SpVoice ]
[ $x.Speak(“ただいまマイクのテストちゅう”) ]

こそ操作だけで、2行目のコマンドのダブルクォーテーションで括った中の文章を読み上げてくれます。

ちなみに上の例だと「ちゅう」の部分が漢字の「中」だと、「なか」と読まれてしまいました。そのあたり、まだ完全な対応が出来ない部分が残っているようです。

これは余談ですが、この機能、オブジェクト指向言語でプログラムを書いたことがある人なら何か気づくところがあるかもしれませんね。

コマンドの書き方、1行目で音声合成機能のオブジェクトのインスタンスを生成して2行目でそのオブジェクトの発声用メソッドをキックしているような書き方になっています。

そういう意味ではそちらの経験があるユーザーは簡単に使いこなせそうですね。

音声合成機能の発声は結構明瞭

この機能でしゃべらせた声は思いの外、明瞭に聞き取れる音声になります。通信状態が今ひとつなビデオ会議の音声よりもずっと聞きやすいぐらいです。

ただ、キチンと文章を解析しきれている訳ではないようなので、イントネーションが微妙な部分があります。そういったところがあだとなって発声内容が聞き取りきれない部分が出る可能性はあります。

今のところGUIのインタフェースが準備されていないなどまだ穴がある機能ではありますが、非常に簡単な手続きで日本語を話させられることには大きな可能性を感じます。