発音辞書 (読み辞書)
読み: はつおんじしょ(よみじしょ)
最終更新: 2026-07-25・AI PICKS編集部
定義
発音辞書(読み辞書)とは、音声合成AIや音声認識システムが専門用語・固有名詞・略語を正しい読み方で発音・認識できるよう、単語ごとに読みやアクセントを登録しておく辞書データのことである。
発音辞書 (読み辞書)とは — 詳しく解説
発音辞書は音声合成(TTS)エンジンや音声認識(ASR)エンジンにおいて、通常の言語モデルだけでは正しく処理できない単語の読みを個別に指定する仕組みとして業界標準的に採用されている。対象になりやすいのは会社名・商品名・人名・略語・専門用語で、これらは一般的な読み推定ルールでは誤読されやすい。2026年時点の実運用では、辞書登録の運用コストが軽視されがちな落とし穴になっている。新しい固有名詞が増えるたびに辞書を更新し続ける必要があり、放置すると誤読が蓄積してユーザー体験を損なう。また、辞書はエンジンごとに登録形式(音素表記・アクセント型など)が異なるため、複数のTTS/ASRサービスを併用する現場では辞書の二重管理が発生しやすい。選び方の観点では、辞書の登録・更新をAPIやUIから継続的に行えるか、アクセント型まで細かく制御できるか、対応言語や表記ゆれへの強さを確認することが重要になる。単に「対応している」ではなく、運用フローに組み込める柔軟性があるかで実務上の使い勝手が大きく変わる。
発音辞書 (読み辞書)の使用例
- 社名「AI PICKS」をTTSで正しく「エーアイピックス」と読ませるため、発音辞書に読み方を登録しておく。
- 医療略語「NSAID」をASRが正確に認識できるよう、読み方と表記ゆれを発音辞書に事前登録しておく。
発音辞書 (読み辞書)に関連するAIツール
関連用語
「音声・音楽」の他の用語
AI 音楽生成サービス。 歌詞 + ジャンル指定で 完成楽曲を 1 分で生成。
OpenAI のオープンソース音声認識モデル。 99 言語対応、 日本語精度も高い。
AI 音声生成のトップサービス。 自分の声をクローンして 多言語ナレーションに使える。
TTS（音声合成）とは、テキストデータを人間らしい音声に変換するAI技術のこと。ナレーション・コールセンター・音声UIなど幅広い用途で使われ、2026年現在は人間と聞き分けにくい品質が標準となっている。
ASR（Automatic Speech Recognition・自動音声認識）とは、人間の音声をテキストへ自動変換する技術のこと。深層学習モデルの普及で精度が飛躍的に向上し、文字起こし・音声コマンド・翻訳など幅広い用途で使われる。
ボイスクローンとは、数秒〜数分の音声サンプルから特定人物の声質・話し方・抑揚を高精度に再現するAI音声合成技術のこと。
AI用語辞典をすべて見てみませんか
12カテゴリ・963語以上を体系的に整理しています
辞典トップへ