音声合成ソフト「CeVIO AI」でテキスト読みあげ

原稿の読みあげをやってもらおうと考え、音声合成ソフト「CeVIO AI （チェビオ エーアイ） トークエディタと、トークボイス「小春六花 （こはる りっか） 」を購入した。

ヤマハの開発した音声合成システム「VOCALOID」に対応した初音ミクが登場し、音声合成が爆発的に普及したのが2007年（平成19年）8月――。

名古屋工業大学では、UGC（User Generated Contents、ユーザー生成コンテンツ）を支援し、新しいエンターテインメントを創出するためのプロジェクトが誕生し、学内ベンチャー企業のブイシンクが、キャラクターとの双方向なやりとりが可能な音声デジタルサイネージ（電子看板）を登場させた。これが CeVIO Vision （チェビオ ビジョン） である。
2013年（平成25年）1月22日から1年間、アニメイト秋葉原店の入り口横で稼働した。等身大の2次元キャラ「さとうささら」が、アニメイトの情報を音声で案内するほか、お客さんとのインタラクティブな音声対話もできる。

2013年（平成25年）4月、名古屋工業大学学内ベンチャー企業のテクノスピーチが CeVIO Creative Studio （チェビオ クリエイティブスタジオ） を発表する。
既存の VOCALOID や UTAU、VOICEROID といった音声合成ソフトは波形接続型音声合成方式を採用している――それゆえ、読みあげより歌う方が得意――が、CeVIO Creative Studioは、隠れマルコフモデル（HMM；Hidden Markov Model）を音声合成に用いている。
隠れマルコフモデルの理論については専門サイトに譲るが、簡単に書けば、VOICEROIDなどがサンプリング音源で発生していたのに対し、CeVIO Creative Studioは発声の仕組みをリアルタイム演算し、音声をシミュレーション出力する。したがって、音源データをコンパクトにすることが可能で、同じ音源データから読みあげると歌うことの両方が実現できる。

CeVIO Creative Studioの特徴を受け継ぎ、音声合成に、ディープニューラルネットワークや回帰型ニューラルネットワークといったAI技術を導入したものが CeVIO AI である。2021年（令和3年）1月にリリースされた。

次に、作成した音声に合うように小春六花を口パクさせるのだが、その前に、PmxEditor を使い、必要な3Dデータを用意する。
まず、トークボイス「小春六花」に付属する "小春六花.pmx" をインポートする。

タブ[モーフ]を選択し、「あ～お」を複製する。一番下に複製したモーフができるので、「band1～5」にリネームし保存しておく。保存したファイルは、別のプロジェクトにも利用できる。

VMDSpectrum を使って口パクの3Dデータを生成する。
SoundEngine Free で作成したWAVファイルを読み込む。バンド数を5に変更し、モーション保存する。