AI音声が「月65万円」を「がつ」と読んでいました

ショート動画のナレーションには**AI音声（音声合成）**を使っています。台本の数字や固有名詞には読みを指定してから音声を作っていますが、予約投稿の前の聞き取り確認で、指定したつもりの箇所の周りで読み間違いが続けて見つかりました。いずれも公開前の段階で、外には出ていません。

何が起きたか

見つかったのは3種類です。

• 「月65万円」が「がつろくじゅうごまんえん」と読まれていた。金額には読みを指定していましたが、「月」は指定していませんでした
• 読みを指定した語の直後の「は」が、助詞の「わ」ではなく「は」と発音されていた（例:「満額は」）
• 読みを指定していない語の後の「には」でも、同じく「は」と発音される箇所があった（例:「私には」）

どれも台本を目で読む限りは正しく、聞いて初めて分かる間違いでした。

どう直したか

1か所ずつ直すのではなく、同じ形を全本から探しました。「月＋金額」は4本、読み替えた語＋「は」「へ」は8か所など、見つかったものすべてに読みを指定して音声を作り直しています。「1月1日」のような日付は「がつ」が正しいので対象から外しました。

そのうえで、台本の検査に次の3つを足しました。

1. 「月＋数字」の読み指定が抜けていないか
2. 読み替えた語の直後に「は」「へ」が来ていないか
3. 「〜には」「〜とっては」の読みが指定されているか

足した直後の検査で10件が見つかり、指定を入れて0件にしています。直した回は、予約の前にもう一度すべて耳で確認しました。

学び

読みの指定は「難しい字」に向きがちでした。実際に崩れていたのは、指定した語のすぐ隣の、ありふれた1文字です。一度直した形は検査に入れて機械に探させ、最後は必ず耳で確認する。この順番で続けています。