Supertonic：31 言語のオフライン音声

短い答え：Supertonic は端末内で動くテキスト読み上げモデルで、Lectern は Piper と Kokoro に並べて搭載しました。約 129 MB のダウンロード一つで、十種の音声が 31 言語を読み上げ、ミドルレンジのスマートフォンでも快適に動きます。耳で確認できているのは今のところ英語とオランダ語です。ほかの言語でも動きますが、名前や数字を読み間違えることがあります。

Supertonic とは

Supertonic は Supertone Inc. が作った音声モデルで、重みが公開され、OpenRAIL-M ライセンスで配布されています。Lectern は Piper や Kokoro と同じ端末内ランタイムの sherpa-onnx を通して動かすので、どこにも何も送られません。テキストはスマートフォンに入り、音声もスマートフォンから出てきます。ダウンロード一つに音声が十種、女性 5 種、男性 5 種入っています。

Lectern に入れた理由は、埋められる隙間があるからです。Piper は軽くて多くの言語に対応しますが、ダウンロード一つにつき音声は一つです。Kokoro はとても自然ですが約 350 MB と重く、読めるのは 8 言語で、速いスマートフォンが必要です。Supertonic はその中間にあります。Kokoro よりはるかに多い言語、Piper より多いダウンロードあたりの音声、そして多くの人が実際に使っているスマートフォンで動く軽さです。

Lectern の音声のなかでの位置づけ

三つのダウンロードから、本に合うものを選ぶ

• 英語、約 85 MB。英語のみで、Supertonic のなかでいちばん明瞭な英語です。
• 5 言語、約 85 MB。英語、韓国語、スペイン語、ポルトガル語、フランス語。
• 31 言語、約 129 MB。英語、アラビア語、ブルガリア語、クロアチア語、チェコ語、デンマーク語、オランダ語、エストニア語、フィンランド語、フランス語、ドイツ語、ギリシャ語、ヒンディー語、ハンガリー語、インドネシア語、イタリア語、日本語、韓国語、ラトビア語、リトアニア語、ポーランド語、ポルトガル語、ルーマニア語、ロシア語、スロバキア語、スロベニア語、スペイン語、スウェーデン語、トルコ語、ウクライナ語、ベトナム語。

Supertonic は中国語、ノルウェー語、ヘブライ語を読めません。中国語なら Kokoro が対応しています。

二つのダウンロードが同じ言語を読める場合、Lectern はそれをいちばんよく読むほうを選びます。英語なら英語のダウンロードで、31 言語のものより明瞭に聞こえます。もう一方のほうが好みなら、言語ごとに 読み上げに使うダウンロード で変えられます。

正直な限界

• すべての言語を聴き込めてはいません。きちんと聴き比べたのは英語とオランダ語です。ほかの言語では、名前、数字、略語を読み間違えることがあるので、Lectern は Supertonic に 未確認 と表示します。Lectern は Supertonic が読む前に数字、時刻、よくある略語を書き換えていますが、誰も耳で確かめていない言語には、その表示がふさわしいのです。
• それでもある程度の処理能力が要ります。Supertonic は聴いているあいだにスマートフォン上で音声を生成します。遅い端末では追いつけなくなり、ナレーションが途切れたり止まったりします。Lectern はお使いのスマートフォンがどれだけ追いつくかを測り、音声の一覧で伝えます（「途切れる可能性あり」「止まる可能性が高い」）。警告するだけで禁止はしません。その声が気に入れば、使い続けられます。
• 利用制限のあるライセンス。OpenRAIL-M は誰でも音声を使えるようにしますが、人をだましたり、嫌がらせをしたり、傷つけたり、同意なく誰かになりすましたりする目的には使えません。Lectern は最初のダウンロードの前に、これを一度だけ表示します。

試し方

1. 本を開いて、読書設定を開きます。
2. オーディオ タブへ進み、音声 を開きます。一覧には、その本の言語を読めるすべてのエンジンが、その言語での品質ラベルとダウンロードサイズ付きで並びます。
3. Supertonic をタップしてダウンロードし、音声の横の再生をタップして聴きます。
4. 音声を選びます。以後その言語の本すべてを、最大 3 倍速で、読み上げ中の文をハイライトしながら読みます。

選びたくなければ 自動 のままで大丈夫です。Lectern が言語ごとに、お使いのスマートフォンが無理なく動かせる最良の音声を選びます。自動の選び方と、自分で選ぶ場面。

よくある質問