0.この記事は
CloudeのCCAO-Fのように受験言語が英語だけという試験に対して、参考文献も模擬試験も英語で勉強している場合、もしかしたら日本人にとって英文をリードするより、音声でキーワードを繰り返し聞いて記憶に残すような学習方法が効果的なのでないかとか、耳で覚える学習ができたらいいな、と思った事がある方に参考として書かせていただきました。
私は、英文をAzure AI Speech Studioを使い、オーディオに変換して耳からの試験勉強に活用していますので、お手軽に英語のテキストを音声データに変換するツールとして、Speech Studioの使い方について紹介します。
1. Speech Studioの使い方
まず、Microsoft Azureのアカウントを作成し、AI Foundryのサブスクリプションを作成してある事を前提にお話します。アカウント開設についてはAzureの公式サイトを参照ください。
1.1. Audio Content Creation
お手軽に英語のテキストを音声データに変換するには、Audio Content creationを使用します。
Azureのポータル画面からSpeech Studio画面に移動して、画面に表示されている「Audio Content Creation」をクリックします。ご参考までにSpeech Studioの画面イメージを下記に貼り付けています。
1.2.ファイルの管理
「Autio Content Creation」の画面を開くとファイルの管理画面が現れます。
ファイルを管理する画面で、テキストファイルをアップロードします。
記憶するため読み上げてもらいたいキーフレーズや解説の英文を記述した、UTF-8のテキストファイルを用意します。
そしてそのテキストファイルをアップロードします。
1.3.テキストを確認
アップロードしたファイルを開くとテキストの内容が表示されます。プレイボタンで読み上げ、オーディオに出力することができるはずです。
一応課金対象の文字数を確認しておきます。
1.4.ナレーターの選択
ここで注意です。テキストをアップロードしただけでは、音声を生成しません。
そのまま、私が最初にSpeech Studioを使った時に、すぐにPLAYボタンをクリックしてしまって「オーディオの合成に失敗」となっていまい、どうして音声が出ないのだろうと悩んでしまいました。
実は、ナレーターを指定しておく必要があります。チューニングの「…」をクリックしてナレーターを指定します。英語の人を選択することで、流暢でキーフレーズにストレスがついた自然な英語で読み上げができるようになります。
途中エラーや使い方がわからくなれば、Copilotを呼び出して質問してみましょう。同じブラウザ画面であれば、Copilotが操作中の画面をみて的確な回答を出してくれました。
1.5. オーディオファイル出力
メニューにあるオーディオ出力をクリックすることで、作業しているローカルパソコンにオーディオファイルをダウンロードすることができます。
下記に操作画面をはっていますが、オーディオ形式は、mp3,WAVの2種類の形式から指定することができます。
2.活用の実践例
Azure AI Foundryの画面からSpeech StudioをSDKで呼び出すためのAPIキー設定、Pythonなどでのコーディング例があり、これを参考にして、自作のPythonプログラムからSpeech Studio APIで大量のテキストをバッチ処理で一括で各オーディオファイルに変換することも可能となりますので、大量にテキストがある場合には、毎回手動で画面を操作する手間をはぶくことができます。
直近では、Claude CCAO-Fの受験に際して、出題文中のキーワードに対して回答で選択するキーワードのペアを作って、これを音声データで読み上げて繰り返し、聴いておくことで、忘れ防止、記憶の保持(リテンション)に効果覿面でした。