生成AIの基礎
音声生成AIとは（ニューラルTTS・Voice Cloning・本人の同意）
音声生成AI、ニューラルTTS、Voice Cloning、本人の同意は、2027年2月試験から適用される生成AIパスポートの公式シラバスで、第2章の各モダリティの生成AIの詳細キーワードに並ぶ用語です。テキストを声にするのがニューラルTTS、特定の人の声を再現するのがVoice Cloningで、後者は本人の同意とセットで読みます。
このページは、公式シラバス、WaveNetの原論文、Google Cloudの資料の範囲で、音声を生成する仕組み、声の複製、同意の位置づけを整理しています。
公式情報の確認
試験日、料金、申込条件、試験方式など変動する情報は、公式情報を最終確認してください。 当サイトの一次情報確認日: 2026-08-31。
試験の出題範囲・実施要項は変動するため、受験前に公式情報を確認してください。
結論
- ニューラルTTSは、テキストを声にするText-to-Speechを、ニューラルネットワークで行うもの
- WaveNetは、生の音声波形を自己回帰で生成するモデルで、話者を切り替えることもできる
- Voice Cloningは、個人の声の録音から、その声を再現するモデルを作ること
- 声を複製して使うときは、声の持ち主の同意が前提になる
ニューラルTTSとは
TTSはText-to-Speechの略で、テキストから音声を作る技術です。シラバスはこれを「ニューラルTTS（Text-to-Speech）」と書き、音声生成AIの詳細キーワードに置いています。 ニューラルは、ニューラルネットワークで音声を作る方式であることを表します。「テキストから音声」ならTTS、その方式がニューラルネットワークならニューラルTTSです。
一次資料: 生成AIパスポート公式シラバス（2027年2月試験より適用）
WaveNetが示したこと
2016年9月に投稿されたWaveNetの原論文は、WaveNetを、生の音声波形を生成するディープニューラルネットワークと説明します。 モデルは完全に確率的かつ自己回帰で、各音声サンプルの予測が、それ以前のすべてのサンプルに条件づけられます。前の予測をもとに次を予測していく自己回帰を、音声の波形に使ったモデルです。
論文は、テキスト音声合成に適用すると、英語と中国語の両方で、人間の聴取者が従来のパラメトリック方式・連結方式より有意に自然だと評価したと報告します。 1つのWaveNetが多くの話者の特徴を捉え、話者の識別情報を条件にして切り替えられること、音楽で学習させると新しい音楽の断片を生成できることも示されています。
次のトークンを順に予測する考え方はトークンとはに整理しています。
一次資料: van den Oordら「WaveNet: A Generative Model for Raw Audio」（arXiv:1609.03499）
Voice Cloning
Voice Cloningは、特定の人の声を再現することです。Google CloudのCloud Text-to-Speechのドキュメントにある「Chirp 3: インスタント カスタム音声」は、高品質の音声録音でモデルをトレーニングして、パーソナライズされた音声モデルを作成する機能で、個人の声を迅速に生成でき、その音声をCloud TTS APIでの音声合成に使えると説明されています。 ドキュメントでは、ある言語の声から作った音声クローニングのキーで、別の言語の出力を合成する言語転送も紹介されています。
TTSは「テキストを声にする」技術、Voice Cloningは「ある人の声を再現する」技術、と目的で区別します。
一次資料: Google Cloud「Chirp 3: インスタント カスタム音声」（Cloud Text-to-Speech）
本人の同意
同じドキュメントは、利用者が声の所有者であることと、その声での合成音声モデルの作成に同意することを示す宣言を、言語ごとに用意しています。 英語（米国）の宣言は、「この声の所有者であり、Googleがこの声を使って合成音声モデルを作ることに同意する」という内容の文です。 この機能へのアクセスは、許可リストに登録されたユーザーに限られています。
シラバスは、各モダリティの生成AIの詳細キーワードに、ディープフェイクとともに本人の同意を並べています。声の複製では、声の持ち主の同意が示される形になっている、と押さえます。ディープフェイクの扱いはディープフェイクとはに、生成物の来歴を示す仕組みはC2PAとはにまとめています。
一次資料: Google Cloud「Chirp 3: インスタント カスタム音声」、生成AIパスポート公式シラバス
手掛かり語で見分ける
説明文のどの語に反応するかで、4つの用語を切り分けます。
| 用語 | 手掛かり語 | 役割の要点 |
|---|---|---|
| 音声生成AI | 声を作る、音声を出力する | 音声を生成するAIの総称。シラバスは画像・音楽・動画と並べて扱う |
| ニューラルTTS | テキストを声にする、Text-to-Speech、ニューラルネットワーク | ニューラルネットワークでテキストから音声を合成する |
| Voice Cloning | 特定の人の声、声のモデルを作る、録音で学習 | 個人の声の録音から、その声を再現する音声モデルを作る |
| 本人の同意 | 声の所有者、使うことへの同意 | 声を複製して使うときに、声の持ち主から得ておくもの |
画像や動画を作る拡散モデルは拡散モデルとはにまとめています。
シラバスのどこに出るか
2027年2月試験から適用される公式シラバスでは、第2章の各モダリティの生成AIに、次の語が並んでいます。
| 場所 | 内容 |
|---|---|
| 第2章 生成AIを支える技術革新／各モダリティの生成AI | 学習項目に画像生成AI・音楽生成AI・音声生成AI・動画生成AIが並ぶ |
| 同（詳細キーワード） | 音楽生成AI、音声生成AI、ニューラルTTS（Text-to-Speech）、Voice Cloning、動画生成AI、ディープフェイク、拡散モデル、本人の同意など |
仕組み（ニューラルTTS）と、使うときの条件（本人の同意）を一組で読みます。章立ての変更は2027年2月試験の新シラバスに整理しています。試験での出題を予想するものではありません。
よくある質問
ニューラルTTSとは、一言でいうと何ですか？
テキストを声に変えるText-to-Speech（TTS）を、ニューラルネットワークで行うものです。WaveNetの原論文は、ディープニューラルネットワークでテキスト音声合成を行うと、人間の聴取者が従来の方式より有意に自然だと評価したと報告しています。
Voice Cloningとは何ですか？
特定の人の声の録音からモデルを作り、その声で話す音声を合成することです。Google Cloudの資料は、高品質の音声録音でモデルをトレーニングして、パーソナライズされた音声モデルを作成する機能を、インスタント カスタム音声として説明しています。
なぜVoice Cloningで本人の同意が重要なのですか？
資料では、声の持ち主の同意が手順に組み込まれています。Google Cloudの資料では、言語ごとの同意宣言が示され、英語（米国）では、声の所有者であり、Googleがその声で合成音声モデルを作ることに同意する、という文を使います。シラバスにも、詳細キーワードとして本人の同意が載っています。
音声生成AIは誰でも自由に声を複製できますか？
資料にある例では、できません。Google CloudのChirp 3のインスタント カスタム音声は、許可リストに登録されたユーザーに利用が限られています。ほかのサービスの条件は、各社の資料で確認します。
音声生成AIは、画像生成AIと仕組みが同じですか？
同じとは限りません。WaveNetは、各音声サンプルを、それ以前のサンプルに条件づけて予測する自己回帰のモデルです。画像生成で使われる拡散モデルは、別のページで整理しています。
生成AIパスポートの学習に使う書籍（Amazon）
試験範囲を通して読むときの1冊です。読んだ章は、このサイトの章別問題で確かめられます。
