Innovative Tech
漫画キャラのせりふを、感情のこもった音声合成に変換 北京理工大学などが新技術
Innovative Tech：
このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。
北京理工大学とUAEのInception Institute of Artificial Intelligence（IIAI）、米ジョージ・メイソン大学の研究チームが2019年11月に発表した新技術「Comic-Guided Speech Synthesis」は、漫画に登場するキャラクターが発するせりふを、適切な感情をこめた音声に変換し、出力する手法だ。
本手法の概要図。漫画本のページを入力に分析し音声合成を生成する。
漫画本のページを読み込ませると、各キャラクターが発している吹き出しの中のせりふを分析し、ストーリーの流れに沿って音声を合成する仕組み。
分析と発話に当たっては、「Comic Visual Analysis」「Comic Speech Synthesis」の2つの技術を使用する。各技術の詳細は以下の通り。
- Comic Visual Analysis：漫画本のページを分析し、パネル・吹き出し・テキストなどを抽出した上で、各要素を物語の順序に並べ替える。その上で、吹き出しと、せりふの主であるキャラクターをひもづける。続けて、各キャラクターの性別と年齢、せりふの内容と対応する感情（幸せ、悲しみ、怒りなど）を識別する。
- Comic Speech Synthesis：Comic Visual Analysisの分析に基づき、性別・年齢・感情と対応する、各キャラクターの音声を合成する。
本手法の2段階パイプライン。漫画本のページを分析する項目と、それに基づく音声合成の項目
コミック要素の関係分析に基づき、各キャラクターの性別や年齢、感情を推測する
（上段行）喜怒哀楽などの感情を判別、（中段行）怒りの強弱を3段階で判別、（下段行）恐怖で泣く、恐怖で怒るなど異なる感情の組み合わせを判別
これらの技術を用いることで、オーディオコミック制作の自動化、本から飛び出して話すARキャラクターの作成、話せる3Dアバターの生成、ゲームキャラクターのナレーション――など、さまざまな活用が可能になる。漫画とは異なる言語で音声を出力することで、外国語学習の手段としても利用できる。
本手法を用いた活用例。（左）HoloLensを介して表示される本のARコンテンツが話す、（中央）ゲームキャラクターのナレーションを自動挿入、（右）3Dアバターに話させる
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
こんなメディアも見られています
ITmedia NEWSに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
SpecialPR
本日の新着記事
アクセスランキング
-
1
YouTube、収益化基準を2027年に大幅引き上げへ 新規参加条件が従来の2倍に
-
2
Anthropic、「Claude」で生成したテキストに“見えない透かし” 日本を含むグローバルに適用へ
-
3
浅田真央さん旧ドメイン失効問題、さくら田中社長「対処します」の意図は 同社に聞いた
-
4
GeminiアプリのMAUが10億人を突破 Googleで14番目の大台到達製品に
-
5
「食事中に水を飲むと食べ過ぎない」、実はウソ？ 食べる量を左右していたのは…… 米研究者が検証
-
6
「孤独のグルメ」ムック、2ページ抜けていた……扶桑社謝罪、該当話を無料公開
-
7
「購入済みの着せかえアイコン消えた」 LINEのiOS 26対応版に「金返せ」と不満
-
8
LINE着せかえ「アイコンがデフォルトに戻る」問題、対応完了時期示さず クリエイターズは「審査に時間がかかっている」
-
9
デジタル庁から個人情報漏えい 手順書ミスが原因、団体職員150人分の氏名など誤送付
-
10
秋田県幹部職員が喫煙しながらバスローブでオンライン報道対応 「自宅」との説明に疑義……背景はラブホ客室のよう
ITmedia NEWS SNS
@itmedia_newsをフォロー
インフォメーション
注目情報をチェック
ITmediaNEWSをフォロー
あなたにおすすめの記事PR