◆声のコラム　vol.052より
先日、こんなニュース記事がありました。
「AIアナウンサー”がラジオ放送　Amazonの音声合成技術で」

コミュニティーFMのエフエム和歌山が、
AIサービス「Amazon Polly」で、
ニュースを自動で読み上げる放送を7月から始めたそうです。
とうとうそんな時代になったんですねえ。
特に深夜や早朝にアナウンサーを確保できず、
放送困難だったエフエム和歌山。 Amazon Pollyのおかげで、
深夜でも早朝でも、放送可になったとか。
いかにも地域の今って感じですね。

でもこれ、いずれ日本のあちこちで起こりそう。
これから働き手はどんどん減るし、
誰でも深夜・早朝勤務はしたくない。
増収なんてそうそう見込めない。
そこにAIでの自動化、
これ絶好の解決法でしょう。
じゃラジオアナウンサーって、駆逐されちゃうの？

その前に「Amazon Polly」、
実際、聴いた感じはどうでしょう。
以下でどうぞ。
https://877.fm

う〜ん、なるほど。
Windowsのtext-to-speech（読み上げ機能）とは、
ちょっと比べものにならないね。
自然です。
ちゃんとイントネーションが正しくついてるし。
聴き取りにくさは、ほぼないし。
リスナーにもおおむね好評で、
人工音声と気づかない人も多いとか。
どうしてこんなに自然なんでしょう。

Amazon PollyのAIは、
まず文章を単語に切って意味を分類し、
学習データから、
『そのような意味の流れなら、こんな抑揚になるはず』
と判断・調整して音声を出力するのだそう。
学習データはディープラーニングってやつで集めてる。
出力するときに調整済みなので、
よくあるような、音のとぎれ感もありません。
なるほどねえ。

ただしアナウンスとして上手かといわれると、
決して上手じゃないですねえ。
なぜって、これ普通に読んでるだけだから。
アナウンスってもっと細かなテクニックが入ってます。
強調したいところはゆっくり読んだり、
悲痛なニュースはトーンを落としたり、
重要なところはワンテンポ空けたり、
「」のセリフ部分はイントネーションを大きくしたり。
Amazon Pollyは汎用の読み上げAIなので、
分かりやすく伝える、って機能はありません。
ただ自然に読んでるだけ。
アナウンスはただ読むだけじゃ、
足りないんです。
私たちは気づいてないけど、
アナウンサーって、
聞き手に分かりやすくするために、
いろんな工夫をしてるってわけ。
ですから、まだ当面、
ラジオアナウンサーがお役御免になることはないでしょう。
ただいずれ、
アナウンスのディープラーニングをしたAIが出てきたら、
これはどうなるか分かりません。
さらに、CGでキャラクターを画面に配置しちゃえば、
ラジオどころか、テレビのニュースだって、
AIで違和感なくなるんじゃないかなあ。
費用も、アナウンサーの人件費より格段に安くつく。
冗談じゃないかもしれません。
そんな信じられないような世の中が、近々やってくるかもね。