アラビア語の音声合成が難しい理由と、自然に仕上げるコツ

アラビア語の音声合成が難しい最大の理由は、日常のアラビア語が短母音を書かずに表記されるため、音声が文の前後関係から一語ずつ読み方を推測しなければならないことです。さらに、現代標準アラビア語と話し言葉の方言との違い、語の響きを変える文法上の語尾、数える名詞によって形が変わる数詞にも対応する必要があります。それでも、聴き手に合う声を選び、曖昧な語にだけ母音記号を加え、結果を1行ずつ確認すれば、自然なアラビア語の音声は今日からつくれます。

アラビア語の音声合成は、なぜ英語より難しいのですか？

英語のつづりは不規則ですが、母音はきちんと書きます。アラビア語はたいてい書きません。難しくしている要因は3つあります。

1. 短母音がたいてい書かれていません。 3つの文字が「彼は書いた」「それは書かれた」「本」のどれを表すのか、音声が判断しなければなりません。
2. 書き言葉と話し言葉が違います。 台本はたいてい現代標準アラビア語で書かれますが、日常会話は、語も音も異なる方言で交わされます。
3. 文法によって語尾が変わります。 格語尾、数の一致、続けて話すときの規則のどれもが、実際に発音される音に影響します。

右から左へ書く方向がよく原因として挙げられますが、これはほとんど表示の問題です。Unicodeはアラビア語を読む順に保存するので、音声合成システムには、発音される順に文字が届きます。方向が問題になるのは混在した文章だけです。英語のブランド名、URL、電話番号を含むアラビア語の文は、アプリ間でコピーすると並びが崩れることがあります。生成する前に、そうした行を確認してください。

母音記号がないアラビア語は、どう読まれますか？

アラビア文字が表すのは、子音と長母音です。短母音とそのほかの発音の手がかりは、文字の上下に付く小さな記号で、harakatまたはtashkeelと呼ばれます。fatha（a）、kasra（i）、damma（u）、sukun（母音なし）、shadda（子音の重ね）、tanween（-an、-in、-unの語尾）です。コーラン、子ども向けの本、一部の詩には、これが印刷されています。新聞、ウェブサイト、メール、そして音声ツールに貼り付けるほとんどの台本では、省かれています。

k-t-bを表す3文字 ك ت ب を見てみましょう。

記号がなければ、3つとも単なる كتب です。人であれ機械であれ、読み手は文の残りの部分から、どれのことなのかを判断しなければなりません。

ほかにも2つ例を挙げます。

• علم は、ʿilm（知識）、ʿalam（旗）、ʿalima（彼は知っていた）、ʿallama（彼は教えた）のどれにもなります。
• ملك は、malik（王）、malak（天使）、mulk（主権）、malaka（彼は所有した）のどれにもなります。

現代のニューラル音声は、ふつうの文ならこの推測をうまくこなします。どの読みがどの文脈に合うかを、大量のテキストから学んでいるからです。つまずくのは、決まった場面です。文脈のない見出しや短いラベル、名前、まれな語や専門用語、詩、そして2通りの読みがどちらも文法的に成り立つ文です。

具体例

スライドのタイトルが تعلم اللغة العربية だとします。最初の語は、taʿallum（名詞で「アラビア語の学習」）とも、taʿallam（命令で「アラビア語を学べ！」）とも読めます。段落全体があれば、音声はおそらく正しく選びます。4語のタイトルでは、五分五分です。shaddaとdammaを付けて تعلُّم と書けば、読みが決まります。

読み間違えた母音の直し方

母音記号は自分で付けてください。ただし、読み間違えた語にだけです。台本全体に母音を振る必要はありません。shadda1つ、fatha1つで、音声が正しい読みに傾くことはよくあります。製品名や人名のように何度も出てくる語は、1行ずつ直すのではなく、読み方リストに一度だけ登録します。方法は発音ガイドをご覧ください。

アラビア語のナレーションは、現代標準アラビア語と方言のどちらにしますか？

アラビア語には、現代標準アラビア語（MSA、fuṣḥā）という正式な標準語があり、ニュース、書籍、公的文書、そしてアラブ世界全体のほとんどの書き言葉に使われます。これと並んで、人々は日常生活で地域ごとの方言を話します。母語話者はこの2つを絶えず行き来しますが、違いは大きく、一方で書いた台本をそのままもう一方で読むことはできません。

音も変わります。文字 ق（qaf）は、MSAでは喉の奥の「q」ですが、カイロ、ベイルート、ダマスカスでは多くの場合、声門閉鎖音になるため、qalb（心）はʾalbになります。湾岸の広い地域では「g」で、galbと発音します。文字 ج は、MSAでは「j」、エジプトでは「g」（gamīl、美しい）、レバントでは英語の「measure」の「s」に近い音です。

実用的な目安は次のとおりです。

• MSAを使う場面：ニュース、ドキュメンタリー、eラーニング、社内研修、公共の案内、そして複数のアラブ諸国を同時に対象にするものすべて。
• 方言を使う場面：広告、SNS向けの動画、会話調のキャラクター、1つの国を対象にしたカスタマーサポートの電話。

聴きたい種類のアラビア語で台本を書いてください。エジプト風の声を選んでも、MSAの台本がエジプト・アラビア語になるわけではありません。語そのものが違うからです。また、方言には決まった表記がないので、方言で作業するときは、より注意深く聴き、より多くの語を直すことになります。

格語尾とポーズで、発音はどう変わりますか？

正式なMSAでは、名詞に格語尾が付きます。kitābun、kitāban、kitābin（「本」の3つの格）です。ポーズ（間）の位置では、語末の短母音が落ち、kitābと発音されます。ニュースキャスターやナレーターの多くは中間的な話し方をします。句の途中では聴き手の助けになる語尾を発音し、ポーズでは落とすのです。音声合成の声もたいていこの中間的な話し方に従っており、これはほとんどの聴き手が期待するものです。

声が適用しなければならない発音の規則は、ほかにもあります。

• 太陽文字。 定冠詞のal-は、特定の子音に溶け込みます。الشمس はal-shamsではなくash-shams（太陽）ですが、القمر はal-qamar（月）のままです。
• 連結のalif。 母音のあとでは、al-の母音が消えます。في البيت はfi l-bayt（家の中で）です。
• taa marbuta。 語末の ة は、単独では-aですが、あとに名詞が続くと-atになります。مدرسة はmadrasaですが、مدرسة البنات はmadrasat al-banāt（女子校）です。

声がこうした規則的なルールを破ることはまれで、間違いは語そのものの読み違いから生じます。

文法の授業や詩のように、すべての語尾を発音する古典的な読みが必要な場合は、母音をすべて振ったテキストを用意し、注意深く確認してください。コーランの朗誦はtajwīdという独自の規則に従うもので、今も人間の朗誦者が標準です。

数字、日付、英語の語が、アラビア語の声でつまずきやすいのはなぜですか？

アラビア語の数詞は、独特な形で名詞と一致します。3から10までは、数詞が名詞と反対の性をとります。本3冊は ثلاثة كتب（thalāthat kutub）ですが、女の子3人は ثلاث بنات（thalāth banāt）です。数字の「3」を正しく読むには、そのあとに続く名詞の性を声が知っていなければなりません。

ほかにもよくある引っかかりがあります。

• 西洋数字（0〜9）と東アラビア数字（٠١٢٣٤٥٦٧٨٩）の両方が出てきて、同じ文書に混在することもあります。
• 通貨は「SAR 250」「250 ر.س」のように書かれたり、語で書かれたりします。
• 日付はグレゴリオ暦かヒジュラ暦のどちらかですが、文中に書かれていないことがよくあります。
• 英語のブランド名や専門用語が、アラビア語の文の途中にラテン文字で出てきます。

広告の価格やドキュメンタリーの年のように数字が重要な場合は、語で書き出してください。英語の名前は、ラテン文字の表記とアラビア文字の表記の両方を試して、うまく聞こえるほうを残します。

アラビア語の音声合成を自然に聞かせるには？

1. 種類を決める。 誰が聴くのかに応じて、MSAにするか特定の方言にするか。
2. 声を選ぶ。 アラビア語の音声ページでサンプルを聴き、アクセントとトーンが聴き手に合う声を選びます。
3. テキストを整える。 アラビア語の句読点（، と ؟）を使い、声が正しい位置で間を取るようにします。アラビア語の文章は、و（wa、「そして」）で節をつなげていくことがよくあります。音声にするときは、長いつながりを別々の文に分けましょう。
4. 生成して、1行ずつ聴く。 Leeloの Studioでは行ごとに生成されるので、ほかの行をやり直さずに1行だけ再生成でき、複数のテイクを残して聴き比べられます。
5. 母音と名前を直す。 読み間違えた語には母音記号を加え、繰り返し出てくる名前は読み方リストに登録します。
6. 読み方を演出する。 急ぎ足に感じたり単調に聞こえたりする部分は、読み方の演出で説明している方法で、速さ、高さ、間を調整します。
7. 母語話者に聴いてもらう。 10分のレビューで、どんなチェックリストにも見つけられないものが見つかります。
8. 書き出す。 MP3またはWAVで書き出します。

アラビア語の音声合成は、どんな場面で使われますか？

• eラーニングと研修。 MSAのナレーションなら、1つの講座を多くの国で使えます。eラーニングをご覧ください。
• 動画。 既存の英語やフランス語の動画をアラビア語に吹き替える場合も含みます。
• 電話メニュー。 案内は頻繁に変わるため、変更のたびに録り直すのは時間がかかります。電話メニューをご覧ください。
• 記事とアクセシビリティ。 読み物の音声版を読者に届けられます。

費用は、標準の声で1語あたり1クレジット、プレミアムの声で1.5クレジットです。2,000語の講座モジュールなら、標準の声で約2,000クレジット、プレミアムの声で3,000クレジットになります。無料プランには1,000クレジットが一度だけ含まれ、ご自分の台本でいくつかの声を試すのに十分です。有料プランは料金ページに掲載しています。

よくある質問

音声合成は、母音記号のないアラビア語を読めますか？

はい。現代のアラビア語の声は、省かれた短母音を文脈から予測し、ふつうの文ならたいてい正しく読みます。間違いが集中するのは、短い見出し、名前、まれな語、本当に曖昧な文です。その語にだけ母音記号を加えれば直ります。

アラビア語の音声合成は、エジプトや湾岸の方言に対応していますか？

声によります。サンプルを聴いて、アクセントが聴き手に合う声を選び、台本そのものをその方言で書いてください。声がMSAの語彙を方言の語彙に変換してくれることはありません。

アラビア語の音声合成を、コーランの朗誦に使えますか？

向いていません。朗誦は細かいtajwīdの規則に従い、合成音声が満たすようにはつくられていない宗教的な期待も伴います。今も人間の朗誦者が標準です。

声がいつも読み間違えるアラビア語の名前は、どう直せばよいですか？

母音をすべて振った表記か、正しい音になる別の表記で、その名前を読み方リストに登録します。直した読み方は、プロジェクト内でその名前が出てくるすべての場所に適用されるので、1行ずつ直す必要はありません。

動画をアラビア語に吹き替えると、いくらかかりますか？

吹き替えはほかの機能と同じクレジットで支払い、始める前にアプリが費用を表示します。処理が失敗した場合、クレジットは返還されます。公開する前に、翻訳された台本を母語話者に確認してもらってください。