音声合成の歴史

1791年フォン・ケンベレンによる機械式音声合成器
1939年ダッドレーによるVoder（操作者によって演奏されるボイス・モデル）
・キーボード
・子音を再現するボタン
・周波数を制御するペダル
・母音のオン、オフの切り替え
　→ワールド・フェアでのデモンストレーションで大反響
1940年スティーブン＆ファントによる声道アナログ型合成器
1950年代郵政省通信総合研究所音声研究グループによる日本最初の全電子式音声合成装置
1959年〜1960年頃 ダッドレーによるVocoder（言語分析および再合成機）
  • ※Voicer Coderの略
  • ※電話などの通信分野で伸しようを目的に音声圧縮技術をテスするために開発
  • ※ロボットボイスを作り出すエフェクター
  • ※声を入力するマイク端子と楽用の入力端子を持ち、マイクに向かってしゃべりながら楽器を弾くと、声が楽器の音程のロボットボイスになって合成される
    →1970年～電子楽器として発展
1970年クラットによるフォルマント合成器

※フォルマントとは、人間の声の特徴の一つで、母音を特徴づける優勢な周波数成分

1970年代電々公社電気通信研究所が線形予測分析（LPC)合成を提案
1978年TI ゲーム機Speach＆Spellで一定数のメッセージを音声出力
1983年クラットが韻律規則や音韻接続規則を記述することにより、テキストからの音声合成を実現
1983年DECがDECTalkでテキストからの音声合成を商品化
1986年シャルバンティエによるPSOLA(ピッチ同期波形重畳）合成方式
1995年ニックキャンベルによるCHATR(コーパスベース音声合成方式）
1995年ICASSP1995にて隠れマルコフモデル（HMM）による音声合成の発表
2002年名古屋工業大学よりHMM音声合成ツールキット（HTS）のリリース
2013年Googleにより初の深層学習方式の音声合成が発表
2016年DeepMindより深層学習による波形生成モデルWaveNetが発表
2017年GoogleよりEnd-to-end方式による音声合成システムTacotronが発表