音声合成とは？おんせいごうせい

音声合成とは、文字（テキスト）のデータから、人が話しているような声を機械で作り出す技術。話し声を文字に変える音声認識とは、変換の向きが逆になる。カーナビの道案内、駅の放送、スマートスピーカーの返事などで使われている。

最終更新：2026-10-10

試験情報

ITパスポートの過去問では1問の解説で触れられています。

ITパスポートの頻出用語／テクノロジ系

背景

運転中や、画面を見ていられない場面でも、情報は声で受け取りたい。しかし案内文や返事の内容は状況に応じてそのつど変わるため、人が読み上げて録音するやり方では、すべての言い方を前もって用意することができない。文字のデータさえあればその場で声を作り出せるようにしたのが音声合成である。

Amazon Echoに「明日の天気は？」と話しかけると、まず音声認識で声を文字にし、意味を読み取って答えの文を作り、最後に音声合成でその文を読み上げる。コールセンターの自動応答で、入力した番号や予約の内容を読み上げるのも音声合成である。

向きを逆にしないこと。声→文字が音声認識、文字→声が音声合成。また、紙に書かれた文字を読み取って文字データにするのはOCR（光学的文字読取り）で、音声合成とは別の技術である。チャットボットの流れを問う問題では「音声認識→意味の解析（自然言語処理）→応答文の作成→音声合成」の順番が問われる。

出典・参考

解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。

試験での特徴