先に決める、データで確かめたいこと
- 利用目的
- 読みや再生の検証、認識の確認、開発用素材など、何に使うかを共有します。制作物そのものの確認と、利用先での評価を分けます。
- 文章の範囲
- 短い案内、長文、数字、固有名詞など、含めたい内容を決めます。実際の個人情報や機密を使う必要があるかは別に確認します。
- 声と読みの条件
- 言語、発音、速さ、間、声の方向など、変える条件と揃える条件を一覧にします。生成した声を実在の話者集団と同じ分布だとは扱いません。
- 利用できる条件
- 原稿、参照素材、声の利用範囲と保存・共有する範囲を確認します。元資料の出典と確認先を残します。
音声と一緒に残す情報
| 音声と一緒に残す情報 | 対応させる内容 | 確認する点 |
|---|---|---|
| 原稿と読み | 表記、期待する読み、実際に読んだ内容。 | 読み違い、抜け、表記と読みの区別。 |
| 条件 | 言語、声、速さ、間などの制作時の指定。 | 指定したことと、実際に聴いて確認したことの区別。 |
| ファイル | 識別名、形式、区切り、原稿との対応。 | 欠けや重複、取り違え、利用環境で再生できるか。 |
| 確認状態 | 検査した項目、担当、保留や除外の理由。 | 未確認の素材を確認済みの集合へ混ぜていないか。 |
少数の例で、検査する方法を決める
- 条件の違う例を用意する
実際の目的に必要な文章と読みを選び、一覧にします。条件を増やす前に、何を比べる例かを明確にします。
- 音声と情報を照合する
原稿との一致を聴き、ファイルの形式と対応情報を確認します。機械的な検査と、実聴が必要な検査を分けます。
- 利用先で評価する
想定する環境へ取り込み、目的に合うかを確かめます。期待する効果が得られなければ、数を増やす前に条件と評価方法を見直します。
データの量を決める前に
たくさん用意すれば、認識精度は上がりますか。
量だけで性能の改善を保証するものではありません。対象の環境、既存のデータ、評価方法に合わせ、必要な条件と足りない例を確認します。
人が話した音声の代わりに使えますか。
目的によって確認が必要です。自然な発話の言い直しや環境音など、合成した素材で扱える条件と、別のデータが必要な条件を整理します。
実在する人の声や会話を元にしたいです。
本人の確認、原資料の利用条件、含まれる情報の扱いを先に確認します。公開されている素材という理由だけで、開発や学習に使えるとは判断しません。
追加制作でも、条件と版を追える形へ
- 対応表
- 音声、原稿、制作条件、確認状態を一つの一覧で追えるようにします。
- 採用と除外
- 使う素材と、保留・除外した素材を分け、理由を残します。
- 変更時の扱い
- 原稿、声、制作条件が変わったときに既存データと区別する方法と、再検査の範囲を相談します。