日本語TTSの「読み」がなぜ難しいかを音声学の知見から解説した記事。アクセント型は文字に書かれず、「雨／飴」のように意味を分けることも。固有名詞は語ごとの辞書知識が要り、「世界＋記録→世界記録」の結合変化や「1本→いっぽん」の数詞も不規則。LLMベースTTSは声が自然な一方、音素単位の修正が難しい課題も。これらを担うのが「読み方の設計図」を作るG2P。後編でTransformer応用の仕組みを解説予定。

https://zenn.dev/mkj/articles/speech-tts-japanese-2026

#日本語TTS #音声合成 #G2P #Zenn