利用できる言語と音声認識・音声合成
多言語対応
デジタルヒューマンのプラットフォームで標準的に利用できる言語は下記の通りです。多言語対応させるには会話AI等によって様々なアプローチがありますので、エキスパートにご相談ください。
システムとしては、標準的に以下の機能に対応していますが、拡張すると対応可能言語が利用可能です。ご利用になる音声認識（STT）や音声合成（TTS）の多言語対応状況、バックエンドの会話AI（NLP・LLM）の多言語対応状況によって利用できるかどうかが変わります。
使用出来る音声認識、音声合成
日本語向け拡張として、以下のサードパーティー音声認識と音声合成との接続実績があります。その他のサービスでもAPIが公開されている場合、ほとんどの場合で接続が可能です。
音声認識（音声文字変換）
プラットフォーム標準
Google Cloud Speech-to-Text （標準） 対応している言語 ※ホステッドエクスペリエンスで使用する場合はspeechToTextLocalesパラメータにロケールコード（言語タグ）を設定してください。
オプション・接続実績あり
Microsoft Azure Speech-to-Text AmiVoice API NTTドコモ AIエージェントAPI 音声認識 NTTレゾナント AISuite 音声認識 OpenAI Speech to text（含むRealtimeAPI）
音声合成（文字音声変換）
P2では現時点では音声合成はMicrosoft Azure / Text to SpeechとGoogle Cloud Platform / Text-to-Speech 、ElevenLabsにのみ対応しています。
P2対応状況
NAVER Cloud Platform / CLOVA Voice
IBM Watson / Text to Speech
CoeFontAITalk® WebAPI
VoiceText Web API
ReadSpeaker
**NTT FutureVoice Crayon (SynAnim対応）**
TTSアカウント追加
プラットフォーム標準TTS設定
最終更新