# Microsoftの音声合成特許：音・単語・文構造を組み合わせる仕組み 米国特許US12094447B2を基に、音素・文字情報と単語埋め込み、文法構造を組み合わせて音声を生成する処理を解説します。 Source: https://www.iplexlaw.co.kr/ja/blog/microsoft-multilevel-tts ホーム / ニュース・知財情報 ニュース・知財情報 Microsoftの音声合成特許：音・単語・文構造を組み合わせる仕組み 米国特許US12094447B2を基に、音素・文字情報と単語埋め込み、文法構造を組み合わせて音声を生成する処理を解説します。 人工知能 2026.10.28 公開 IPLEX 約8分で読めます 顧客向けの案内を音声にするには、明瞭な発音と文脈に合った読み方の両方が必要です。Microsoftの米国特許US12094447B2は、異なる言語単位の情報を組み合わせる音声合成の構成を説明しています。架空の出荷案内を例に、入力の対応付けから音声波形の生成までを見ていきます。 1. 同じ文章でも聞こえ方は変わる オンラインショップが「ご注文の商品は明日出荷されます」と読み上げる場面を考えます。画面ではすぐに理解できる文章でも、音声では単語の明瞭さ、区切り方、言葉のつながりによって伝わり方が変わります。文章が決まっていても、読み方が一つに決まるわけではありません。 テキストを合成音声に変換する技術がTTSです。文字に対応する音を並べるだけではなく、高さ、長さ、強勢、間なども生成します。こうした発話のリズムや抑揚をまとめて韻律と呼びます。 対象特許では、音素または文字の情報に、単語と文のレベルの情報を加えます。発音の小さな単位とともに、言語的な文脈や構造の表現を処理する考え方です。それぞれの情報をどこから得て、どの段階で結合するかが技術を理解する手掛かりになります。 ここで扱うのは、既に与えられた文章を音声にする処理です。回答を選んだり、新しい案内文を書いたりする処理とは分けて考えます。注目するのは、決まった文章をどのような音として表現するかを計算する仕組みです。 2. 音素・単語・文が持つ情報 音素は、言語の音を区別する基本的な単位です。文字レベルの情報は、入力された文字の並びに基づきます。この特許は音素列または文字列を出発点とする構成を扱っており、常に両方を同時に入力するという説明ではありません。 単語レベルでは、言語データから学習した表現を使い、単語や単語間の関係についての情報を得ます。出荷案内と別の種類の文章では、利用する言語的な情報も異なり得ます。単語を単なる識別番号として扱うだけではありません。 文レベルの情報は文法構造から得られます。ある単語がどの句に属するか、句の境界にあるか、句内のどの位置にあるかなどを表します。文を構成する小さなまとまりの関係を、音声合成の処理に伝える情報です。 これらはまだ完成した音ではありません。発音の単位、単語の言語的情報、文の構造を、モデルが処理できる表現として用意する段階です。三つのレベルを区別すると、後で長さを合わせて結合する理由が分かりやすくなります。 3. 単語と文構造を計算用の表現にする 単語埋め込みは、単語をニューラルネットワークで扱える数値の集まりとして表すものです。特許では、事前学習済みの単語埋め込みモデルから単語情報を得る方法が説明されています。言語資料から学んだ情報を音声合成の入力に利用します。 文法解析では、文を句と単語からなる木構造として表せます。その構造から、単語が属する句の種類、句の始まりや終わりかどうか、句内での相対位置などの特徴を取り出します。 架空の案内文なら、注文した商品を示す部分と、明日の出荷を述べる部分に分けて読み方を考えられます。これは説明のための簡略化です。実際の解析結果は、使用する言語と文法解析の方法によって生成されます。 文法構造を長い説明文として案内に付け加えるのではなく、各単語に対応する計算用の特徴へ変換します。文の組み立て方に関する情報を、音声モデルが利用できる入力にする点が重要です。 4. 長さの異なる情報を対応付ける 単語列と文字列・音素列は、通常、同じ長さではありません。一つの単語に複数の文字や音素が含まれるためです。そのまま横に並べても、どの単語情報がどの発音単位に対応するかは明確になりません。 特許で説明される方法の一つは、単語情報を、対応する音素や文字の数に合わせて繰り返すものです。単語ごとの文法的特徴も同じ基準で対応付けられます。このように細かい系列に情報を配置する処理がアップサンプリングです。 原文の韓国語の例では、商品を意味する単語が二つのハングル音節文字で書かれています。その両方の位置に同じ単語情報を対応付けます。単語を二度発音するという意味ではなく、それぞれの位置から所属する単語の情報を参照できるようにします。 この段階で揃えるのはテキスト表現同士の対応です。録音の時間を延ばしたり、再生速度を変えたりする処理ではありません。実際の音声の時間的な流れは、これらの情報を結合した後の処理で作られます。 5. 結合した情報から音響特徴と波形を作る 用意した情報は複数入力のエンコーダーに入ります。エンコーダーは、入力を後続のニューラル処理で使いやすい表現に変換します。この構成では、音素または文字の情報と文脈情報からテキスト特徴を生成します。 情報の結合位置には複数の設計があります。各入力を別々のネットワークで処理した後に結果を連結する方法もあれば、入力を先にまとめてからネットワークへ渡す方法もあります。入力の種類だけでなく、結合する段階にも構成上の違いが表れます。 テキスト特徴は、アテンションとデコーダーを介して音響特徴へ変換されます。アテンションは、生成する音に関連するテキスト情報を対応付ける役割を担います。単語情報を文字・音素の位置に合わせた前段階の処理とは、対応付ける対象が異なります。 音響特徴は、音の周波数的な性質などを表す中間表現です。まだスピーカーで再生する最終的な信号ではありません。ボコーダーがその特徴を利用して音声波形を生成し、複数レベルのテキスト情報が聞こえる音へつながります。 6. 架空の出荷案内を処理する流れ オンラインショップでは「ご注文の商品は明日出荷されます」という案内内容が既に決まっているものとします。この一文が音声合成の入力です。実際の出荷日を照会したり、案内の内容が正しいか確認したりする処理は、このTTSの例とは別です。 まず音素列または文字列を用意します。同じ文から単語情報を取得し、文法解析によって単語のまとまりも求めます。一つの案内を異なる単位で表しているのであり、三つの案内文を新しく作るわけではありません。 次に、単語情報と文構造の特徴を対応する音素・文字の位置に結び付けます。共通の位置を基準にすることで、エンコーダーは小さな発音単位と、その単語や文の構造を一緒に処理できます。 結合したテキスト特徴から音響特徴を作り、ボコーダーで波形に変換すると案内音声が得られます。担当者は、氏名や商品名の発音、文の区切りが伝達に適しているかを聞いて確認できます。図は処理を説明するための制作例であり、実際のAzure画面や音声の録音・測定結果ではありません。 架空の店舗の出荷案内から三つのレベルの情報を取得し、対応付け・結合後にボコーダーで音声を作る例。実際のAzure画面や特定音声の録音・測定結果ではありません。 7. Azure Speechと音声サービスの設計 MicrosoftのAzure Speechにはテキスト読み上げ機能があります。公式資料では、ニューラル音声、SDKやREST APIを利用した合成、音声コンテンツ作成ツールなどが紹介されています。顧客への案内や文書の読み上げに活用できる機能です。 利用者が読み方を指定する手段として、音声合成マークアップ言語SSMLがあります。文や間、発音、読み上げ速度、ピッチなどを調整します。この出力制御と、特許が説明する単語・文情報の内部処理は区別する必要があります。公式資料だけから、Azureが当該特許の具体的な構成を採用しているとは断定できません。 開発チームが整理すべき技術的な違いは、入力のレベルと情報の結合位置です。文字や音素のみを入力するのか、学習済みの単語表現を加えるのか、文法構造をどの単位で表し、長さの違う系列をどう合わせるのかを記録します。 設計資料では、「AIが自然に読み上げる」という結果だけでなく、入力、中間表現、対応付け、結合、音響特徴、波形生成の流れを示すと具体性が増します。処理のどこが変わったかが明確になり、発音材料の改善と文脈情報を利用する改善を分けて説明できます。 案内内容を変えずに音声の伝え方を改善するのであれば、単語や文の情報がどのような形で音声モデルに届くかから検討できます。目に見える文章と耳で聞く結果の間にある処理を具体化することが、この技術と特許上の検討点を理解する基礎になります。 原図の表記と形状を保持しています。資料の内容は本文で説明しています。 関連業務・AI特許 IPLEXのAI特許業務をご覧いただき、音声サービスの技術的特徴についてご相談ください。 Tistory原文 · 特許公報：US12094447B2 Related AI analyses: ネイバーの画像翻訳特許を読む―動くカメラ映像に訳文を重ねる仕組み · モデル回答と検索知識が食い違うとき――BaiduのRAG処理を読む 韓国語原文を読む この記事は公表時点の情報に基づいています。個別の事情については、当事務所にご相談ください。 この分野について相談 ↗ 記事一覧 このページの内容 1. 同じ文章でも聞こえ方は変わる 2. 音素・単語・文が持つ情報 3. 単語と文構造を計算用の表現にする 4. 長さの異なる情報を対応付ける 5. 結合した情報から音響特徴と波形を作る 6. 架空の出荷案内を処理する流れ 7. Azure Speechと音声サービスの設計 IPLEXに相談 知的財産の課題を、 ご相談ください。 技術の内容と事業上のご要望を踏まえ、対応方針を共に検討します。 ↗ お問い合わせ 新しい記事 インドのHK Acharya & CompanyがIPLEXを訪問 ↗ 前の記事 意匠登録の無効確定と訴えの利益――韓国特許法院2024ホ15950判決 ↗ 関連インサイト 人工知能 2026.10.29 文脈に応じて記憶を使い分けるSwiLA 固定サイズの状態に複数の線形回帰モデルを組み込むSwitching Linear Attention。記憶の更新・検索の仕組みと、実験で確認された効果、容量・計算コストの限界を解説します。 ↗ 記事を読む 人工知能 2026.10.27 GBLA：長い推薦履歴を効率よく読み取る仕組み ゲート付き双方向線形アテンションの構成、ハイブリッド化、検索精度と速度の評価範囲を特許実務の視点で解説します。 ↗ 記事を読む 人工知能 2026.10.22 DFlare――投機的デコードの情報経路を広げる 層ごとの特徴融合、入力元別KV投影、段階的な損失重み付けが、ブロック拡散型ドラフターの性能にどう関わるかを解説します。 ↗ 記事を読む - https://www.iplexlaw.co.kr/ja - https://www.iplexlaw.co.kr/ja/blog/category/ai - https://www.iplexlaw.co.kr/ja/ai-patents - https://iplexlaw.tistory.com/13 - https://image-ppubs.uspto.gov/dirsearch-public/print/downloadPdf/12094447 - https://www.iplexlaw.co.kr/ja/blog/naver-papago-ar-image-translation - https://www.iplexlaw.co.kr/ja/blog/baidu-rag-knowledge-conflict-resolution - https://www.iplexlaw.co.kr/ko/blog/microsoft-multilevel-tts - https://www.iplexlaw.co.kr/ja/contact - https://www.iplexlaw.co.kr/ja/blog - https://www.iplexlaw.co.kr/ja/blog/microsoft-multilevel-tts#article-13-en-0 - https://www.iplexlaw.co.kr/ja/blog/microsoft-multilevel-tts#article-13-en-1 - https://www.iplexlaw.co.kr/ja/blog/microsoft-multilevel-tts#article-13-en-2 - https://www.iplexlaw.co.kr/ja/blog/microsoft-multilevel-tts#article-13-en-3 - https://www.iplexlaw.co.kr/ja/blog/microsoft-multilevel-tts#article-13-en-4 - https://www.iplexlaw.co.kr/ja/blog/microsoft-multilevel-tts#article-13-en-5 - https://www.iplexlaw.co.kr/ja/blog/microsoft-multilevel-tts#article-13-en-6 - https://www.iplexlaw.co.kr/ja/contact - https://www.iplexlaw.co.kr/ja/blog/visit-hk-acharya-2026 - https://www.iplexlaw.co.kr/ja/blog/brunch-case-1888 - https://www.iplexlaw.co.kr/ja/blog/swila-switching-linear-attention - https://www.iplexlaw.co.kr/ja/blog/swila-switching-linear-attention - https://www.iplexlaw.co.kr/ja/blog/gbla-generative-retrieval - https://www.iplexlaw.co.kr/ja/blog/gbla-generative-retrieval - https://www.iplexlaw.co.kr/ja/blog/dflare-block-diffusion-drafting - https://www.iplexlaw.co.kr/ja/blog/dflare-block-diffusion-drafting