発音辞書

AIエージェントによる特定の単語やフレーズの発音を制御する方法を紹介します。

概要

発音辞書を使用すると、AIエージェントによる特定の単語やフレーズの発音をカスタマイズできます。特に次のような場合に役立ちます。

人名、地名、技術用語の発音を修正する
会話全体で一貫した発音を確保する
地域ごとの発音の違いをカスタマイズする

設定

発音辞書の音素タグは、eleven_v4、eleven_flash_v2、eleven_v3モデルでのみ機能します。

他のモデルは辞書の音素タグをスキップし、デフォルトの発音を使用します。他のモデルでは、必要な発音になるスペルやフレーズに置き換えるため、代わりにエイリアスタグを使用してください。

英語以外の言語でIPAおよびCMUの発音を使用する場合は、eleven_v3またはeleven_v4モデルに切り替える必要があります。

エージェントに辞書を追加する

ダッシュボードで更新

CLIで更新

APIで更新

ダッシュボードでエージェントを開き、Voice Settingsに移動して発音辞書を追加します。変更を保存してください。

辞書ファイル形式

発音辞書ではXMLベースの.plsファイルを使用します。構造の例を以下に示します。

<?xml version="1.0" encoding="UTF-8"?>
<lexicon version="1.0"
      xmlns="http://www.w3.org/2005/01/pronunciation-lexicon"
      xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
      xsi:schemaLocation="http://www.w3.org/2005/01/pronunciation-lexicon
        http://www.w3.org/TR/2007/CR-pronunciation-lexicon-20071212/pls.xsd"
      alphabet="ipa" xml:lang="en-GB">
  <lexeme>
    <grapheme>Apple</grapheme>
    <phoneme>ˈæpl̩</phoneme>
  </lexeme>
  <lexeme>
    <grapheme>UN</grapheme>
    <alias>United Nations</alias>
  </lexeme>
</lexicon>

サポートされる形式

発音辞書は、2種類の発音表記をサポートしています。

IPA（国際音声記号）
- 発音をより正確に制御できる
- IPA記号の知識が必要
- 例：「nginx」を/ˈɛndʒɪnˈɛks/と表記
CMU（カーネギーメロン大学）辞書形式
- よりシンプルなASCIIベースの形式
- 英語の発音により利用しやすい
- 例：「tomato」を「T AH M EY T OW」と表記

ClaudeやChatGPTなどのAIツールを使用すると、特定の単語に対するIPAまたはCMU表記の生成に役立ちます。

ベストプラクティス

大文字と小文字の区別：必要に応じて、単語の大文字版と小文字版に別々のエントリを作成する
テスト：選択した音声とモデルで、必ず発音をテストする
メンテナンス：辞書を整理し、文書化しておく
対象範囲：頻繁に誤って発音される単語、またはユースケースにとって重要な単語に重点を置く

よくある質問

どのモデルが音素ベースの発音をサポートしていますか？

発音辞書の音素タグは、eleven_v4、eleven_flash_v2、eleven_v3モデルでのみ機能します。

英語以外の言語でIPAおよびCMUの発音を使用する場合は、eleven_v4またはeleven_v3モデルに切り替える必要があります。

複数の辞書を使用できますか？

はい。異なる発音セットに対応するため、複数の辞書ファイルをアップロードできます。

辞書に単語がない場合はどうなりますか？

辞書に指定されていない単語については、モデルのデフォルトの発音ルールが使用されます。

概要

設定