スマホから「あなたの方言」をAIが再現？アクセントそっくりボイス生成が登場

英語圏でちょっと面白いAI技術が話題です。なんと、スマホで録音した短い音声から、その人のアクセント（なまり）や話し方のクセを学習し、そっくりの声を合成してしまうツールが登場しました。関西弁や東北なまりのように、英語にも地域ごとのアクセントがあり、それをそのままコピーできてしまうイメージです。

仕組みとしては、数十秒程度の音声サンプルから話者の声質やイントネーションの特徴量を抽出し、テキスト読み上げエンジンと組み合わせて新しい文章をしゃべらせるというもの。最近よく聞く「ボイスクローン（声のコピー）」技術の一種ですが、今回は特に地域アクセントの再現性に力を入れている点がユニークだと報じられています。

「ロンドン訛りの上司の声でメールを読み上げる」「アメリカ南部なまりでナビ案内を聞く」といった使い方を想定しているそうですが、一方で悪用リスクも当然指摘されています。銀行や家族へのなりすまし電話に使われたら大変ですよね。そのため開発元は、登録制やウォーターマーク（機械音声だとわかる埋め込み情報）など、悪用対策も進めていると説明しています。

日本語でも、地方の方言や独特のイントネーションをAIが再現できるようになる日は近いかもしれません。自分の「いつものしゃべり方」を、そのままナビ音声やゲームキャラクターに移植できるとしたら、あなたはやってみたいですか？それとも、ちょっと怖いと感じますか？