音声メッセージ作成を3週間から5分に、パトライトが信号灯へ組み込んだ音声合成AI

12社の音声合成システムを、音質だけでなく機器に組み込めるかどうかまで含めて比較した選定の進め方が、まず効いていると考えられます。他社製品には音質は良くてもメモリ消費が大きく、搭載するには製品の価格やサイズを引き上げざるを得ないものがありました。評価軸を音の良さ一点に絞らず、メモリ、価格、製品サイズという製造条件を同じ土俵に載せたことで、製品として成立する選択肢だけが残る比較になっています。

クラウドではなく端末側で動く組み込み型を選んだ判断も、この機器の性格とよく噛み合っています。ネットワークの異常を知らせる機器が、報知そのものをネットワーク接続に依存していては本末転倒です。単体でテキストから音声を作れる構成にしたことで、外部との通信状態に左右されずに話せる機器になりました。

導入を「載せて終わり」にしなかった作り込みも見逃せません。東芝がSDKと開発初期からの技術サポートを担い、パトライトが製品仕様と搭載設計を担うという役割分担のもとで、音声の調子やトーン、変換にかかる時間が細かく調整されました。中国語ではネイティブスピーカーの意見を取り入れながら調整が重ねられており、多言語展開を辞書任せにせず、聞き手の耳で確かめる工程を挟んだ点に設計の姿勢が表れています。