音声合成 桁読みのさせ方|スクラッチプログラミング

クムクムのおしゃべりについて

クムクムのリアルロボットには、日本の株式会社アクエスト社で開発販売されているAques Talkを使用しています。
クムクムでは専用のLSIであるAquesTalk Picoを搭載し、クムクムPRO,クムクムWではAquesTalk ESP32をソフトウエアーとしてバンドルしています。
このAquesTalkはローマ字で入力された文字を日本語に置き換えて自然な日本語で話してくれる機能に加えて、日本語独特の数字の読み方、ものの数え方、アクセントなどとてもたくさんの機能が用意されています。
クムクムでは、これらすべての機能をスクラッチから使えるようにコマンドを用意しています。

おしゃべりの音の大きさはクムクムの胸についているボリュームを精密ドライバーなどで回して調整します。

Qumcumのおしゃべり

スクラッチのコマンドをクリックすると、パソコンのBluetoothを通じてクムクムロボットへ命令が飛ばされます。

命令は、ローマ字とアクセント記号で、その命令をクムクムは受けて自分のCPUで受け、音声合成エンジン（LSIやソフトウエア）に送信します。
命令を受信したエンジンはそれらの命令を解析して、エンジンの中にある日本語の発話波形をオーディオアンプを通してスピーカーに伝えしゃべります。

音声合成について

昔はバスのアナウンスや電車のアナウンス、駅のホームの案内声など、すべて人間の本当の声をテープに録音して使っていました。
しかし、駅の名前が変わったり、また一つ一つの駅ごとに、また、１台１台のバスごとに沢山のテープをつくらなくてはいけませんでした。
そして、テープに録音した声は、出したいところまで早回しにしたり、逆回しする必要があり、機械からは簡単にコントロールすることができませんでした。
そんな不便をなくすために発明されたのが音声合成LSIです。
音声合成LSIには、日本語なら、「あいうえお」から「ん」まで、また123などの数字、ローマ字など人が話す一つ一つのことばの波形をデーターにしてLSIのメモリーの中に記憶させてあります。
そして、コンピュータのプログラムから、しゃべらせたいことばをLSIに指示することで、その波形をひとつずつ繋いで言葉を作りスピーカーから鳴らすことができるようになります。
ちょっと前は、音声合成は波形を津b凪ぎ合わせるだけだったので、とても人間のように流暢にしゃべることができなかったのですが、最近では技術が進歩し、人間のアクセントまでしっかりコントロールできるようになり、人間が普通に話をしてい言葉と区別がほとんどつかなくなってきました。

音声合成が使われている装置・部品など

電車やバスのアナウンス、駅や改札、おしゃべり家電