音声返信

機能について

回答下のスピーカーを押すと、その内容が読み上げられます。自動的に再生されることはありません。音はあなたがリクエストしたときのみ開始され、これは携帯電話のブラウザが許可する唯一の動作でもあります。

再生中は一時停止、停止、0.75倍から2倍の速度調整が可能です。位置と再生時間も表示されます。他の回答のスピーカーを押すと、音声はそちらに切り替わります。

再生は他の処理が完了する前に開始されるため、回答の長さによって待機時間が伸びることはありません。1300文字（約2分間の音声）の返信でも、1行の返信と同じく約2秒で読み上げが開始されます。

どの言語で話すか

音声はメニューの言語ではなく、回答の言語に従います。英語のインターフェースでロシア語の会話をしている場合でも、回答はロシア語で読み上げられます。多くの製品はこれを逆に処理し、回答を間違った言語のルールで読み上げてしまいます。

数字は1桁ずつ読み上げるのではなく単語として読み上げられ、コードのブロックは句読点を読み上げるような細かな読み上げではなく、ブロックとして認識されます。

音声対応言語

46言語のうち38言語には測定済みの音声があります。そのうち10言語は表現的な配信にも対応しています。この部分は記述と測定が完了していますが、まだ有効化されていないため、現在のすべての言語は感情を込めず、明確に読み上げられます。

🔑 現在有効になっている言語の数は、バックエンドの準備状況によって少ない場合があります。スピーカーボタンは実際に機能する場所に表示されるため、機能しない音声を提示されることはありません。

読み上げ、表現の準備が整う

ドイツ語・英語・スペイン語・フランス語・イタリア語・韓国語・ポルトガル語（ブラジル）・ポルトガル語（ポルトガル）・ロシア語・中国語（簡体字）。これら10言語が、Expressive Deliveryで最初にサポートされる言語となります。現時点では、これら10言語は他の言語と同じように読み上げられます。

読み上げ対応

アラビア語・アゼルバイジャン語・ブルガリア語・カタロニア語・クロアチア語・チェコ語・デンマーク語・オランダ語・フィリピン語・フィンランド語・ギリシャ語・ヘブライ語・ヒンディー語・ハンガリー語・インドネシア語・日本語・マレー語・ノルウェー語・ポーランド語・ルーマニア語・セルビア語・スロバキア語・スワヒリ語・スウェーデン語・タイ語・トルコ語・ウクライナ語・ベトナム語

音声なし

ベンガル語・ビルマ語・カザフ語・パシュトー語・ペルシャ語・ウルドゥー語・ウズベク語・中国語（繁体字）

ペルシャ語と、なぜ音声がないのか

ペルシャ語は最後のリストにある唯一の実績のある言語であり、その欠落は見落としではありません。今月ライセンス可能なすべてのエンジンが測定されましたが、私たちが求める品質に達したものはありませんでした。1つは15言語しかきれいに読み上げられず、1つはハードウェアに適合せず、1つは壊れた状態で出荷されています。

言語を台無しにする音声を納品するよりは、そう伝える方がましです。基準を満たすものが登場すれば、ここに表示されます。

品質の測定方法

すべての言語は同じ方法でチェックされました。テキストを音声に変換し、別のシステムでその音声を文字起こしし、送信された内容と単語単位で比較します。合格基準は文字誤変換率が5%以下です。38言語すべてがこの基準を満たしています。そのうち6言語は誤差ゼロで戻ってきました。

🔑 この測定は、単語が正しく出力されるかどうかを計測するものです。音声の自然さを測定するものではなく、自動テストでは判断できない部分です。これを絶対的な判断基準とするのではなく、下限値として扱い、残りの部分はご自身の耳で判断してください。

まだできないこと

単語ごとのハイライトなし

エンジンからはタイミング情報が返されず、文字数から推定すると1文の中でさえずれてしまいます。実装し、測定しましたが、テキストを迷走させるようなものを納品するよりはオフにしました。

式が有効化されていません

その機械は存在し、測定も完了している。返答が必要とされる際には、声はため息をつき、笑い、ささやき声にまで落とすことができる。まだチャットには接続されていないため、今日あなたが聞くものはその声ではない。10の言語がそのために準備されている。残りの言語については、感情表現と広範な言語対応を同時に実現するエンジンが必要だが、それが利用可能なライセンスの下で存在していない。

すべての言語が常に利用可能とは限らない

上記の注記を参照してください。カバー率は測定済みのものを示しており、マシンの準備状況によっては有効な範囲が狭くなることがあります。

利用量について

無料のチャットでは1日3件の返信を読み上げることができます。有料プランでははるかに多くの読み上げが可能です。正確な数はプランページに記載されており、変更があればそのページにも反映されます。

有料の上限が「無制限」ではなく「高い値」に設定されているのは意図的です。上限のないエンドポイントは、アカウントが共有または売却された場合に下限もなくなります。音声生成マシンは時間単位でレンタルされています。この数は、1人が1日で聴く量をはるかに超えるように設定されています。

制限に達しても、再生中の返信は途中で途切れることはなく、カウントは文ごとではなく再生1回ごとに進みます。

音声の扱い

何も保存されません。音声はリクエストに応じて生成され、当社側ではディスクに書き込まれません。停止ボタンを押すと、誰も聞かない音声がサーバー上で動き続けるのを防ぐため、サーバー上の処理もキャンセルされます。

これはサービスの他の部分と同じルールであり、あなたの音声返信を閲覧できるライブラリがない理由でもあります。閲覧するデータが存在しないからです。