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。特に次のような用途で役立ちます：

名前、場所、技術用語の発音を修正
会話全体で一貫した発音を確保
地域ごとの発音バリエーションをカスタマイズ

設定

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

その他のモデルでは辞書の音素タグはスキップされ、デフォルトの発音が使用されます。その他のモデルでは、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>

対応形式

発音辞書では、次の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）
- 発音をより細かく制御可能
- IPA記号に関する知識が必要
- 例：「nginx」は/ˈɛndʒɪnˈɛks/
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」は「T AH M EY T OW」

ClaudeやChatGPTなどのAIツールを使用すると、特定の単語のIPAまたはCMU表記を作成できます。

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します
テスト：選択した音声とモデルで必ず発音をテストします
メンテナンス：辞書を整理し、文書化しておきます
対象範囲：頻繁に誤読される単語や、ユースケースにとって重要な単語に重点を置きます

よくある質問

どのモデルが音素ベースの発音に対応していますか？