ドキュメントの全ページの一覧は、 llms.txt を参照してください。各ページの URL の末尾に .md を追加すると、そのページの Markdown 版を表示できます。
メインナビゲーション
Nov 19, 2026 Audio

言語と地域のアクセントに合わせた GPT-Live のプロンプト設計

多言語の音声エージェント向けに、地域の特徴を持つ声を設計し、発音や現地の慣習に沿った読み上げをテストして、プロンプトを調整する方法を紹介します。

著者: Charlie Guo, Erika Kettleson

言語と地域のアクセントに合わせた GPT-Live のプロンプト設計

音声エージェントがスペイン語を話せても、想定する利用者には不自然に聞こえることがあります。別の地域のアクセントで話したり、言葉遣いが堅すぎたり、価格の読み方が現地の慣習と違ったりするためです。

GPT-Live の標準設定でも多くの用途に対応できますが、さまざまな言語や地域の利用者に向けて音声アプリケーションを開発する際には、さらに考慮したい点があります。インド英語、スペインで話されるスペイン語、アラブ首長国連邦(UAE)のアラビア語を例に、音声の選び方とセッションへの指示を工夫して、より自然な会話にする方法を見ていきます。

用途に合った音声の選択

まず、GPT-Live の組み込み音声を確認してください。求めている言語や地域の特徴をすでに備えた音声があるかもしれません。たとえば、Bossa と Tempo にはブラジルポルトガル語の特徴があり、Nira はヒンディー語の音声です。組み込み音声はそのままでも自然に聞こえるので、新しい声を設計する前に、ご自身のアプリケーションで想定する会話で試してください。

組み込み音声を探す GPT-Live の追加音声一覧(言語・地域的な特徴・声の印象別)
言語・地域的な特徴女性的な声男性的な声
英語 オーストラリア Quartz (生成音声 音源) Ripple (自然音声 音源)
英語 英国 — Vesper (自然音声 音源)
英語 アイルランド Willow (自然音声 音源) Stone (自然音声 音源)
英語 北米 Gleam (自然音声 音源) Meridian (自然音声 音源)
英語 フィリピン — Beacon (生成音声 音源)
英語 米国南部 Delta (生成音声 音源) Cinder (生成音声 音源)
ポルトガル語 ブラジル Bossa (自然音声 音源) Tempo (自然音声 音源)
ドイツ語 Nuri (自然音声 音源) Juni (自然音声 音源) Flitz (自然音声 音源)
フランス語 Brise (自然音声 音源) Sillage (自然音声 音源)
ヒンディー語 Nira (自然音声 音源) —
日本語 Harema (自然音声 音源) Shida (自然音声 音源)
韓国語 Noeul (自然音声 音源) —
自然音声の音源 生成音声の音源

組み込み音声を選択するときは、API での音声名を小文字で指定してください(例:nira)。現在利用できるすべての音声は、音声オプションガイドで確認できます。

特定の地域らしさをより細かく指定したい場合は、プロンプトからの音声生成を使って、文章での説明から合成音声を作成できます。地域をできるだけ具体的に指定し、希望する声の高さ、話す速さ、声質も記述してください。音声の生成時には、script_hint フィールドに対象言語の代表的な発話例を入力できます。バイリンガル音声の場合は、サンプル文に両方の言語を含め、それぞれの言語でどのように聞こえてほしいかを記述します。成人のオリジナルの声を使用し、実在の人物になりすまさないでください。責任ある使用に関するガイダンスも参照してください。

利用資格のあるお客様は、話者の同意を得たうえで、その方の録音からカスタム音声を作成することもできます。録音をもとにした音声を選ぶ前に、対応するモデルとアクセントを確認してください。アップロード前に、話者本人から明示的な同意を得て、録音と生成された音声をアプリケーションで使用するために必要な権利を確保してください。同意を記録した音声と参照用サンプルは、同じ話者のものでなければなりません。生成した音声を使用する際は、聞き手に AI が生成した音声であることを明示してください。

音声の作成はゼロデータ保持の対象外です。GPT-Live のセッションに適用される設定については、データ管理ガイドを参照してください。

例:Nira を使ったヒンディー語の特徴を持つ英語

インドの利用者に英語で対応するエージェントの場合は、セッションの作成時に session.audio.output.voice を "nira" に設定してから、次のプロンプトをセッションの指示に追加します。

自然で聞き取りやすい英語で会話してください。ヒンディー語の特徴を持つ、あなた本来のインド英語のアクセントで、流暢に英語を話してください。会話を通して、その馴染みのあるリズムを保ってください。

例:スペイン中部・北部のスペイン語

スペインの顧客向けにショッピングアシスタントを開発するとします。単にスペイン語のアクセントを指定するよりも具体的に、音声 Playground を開き、プロンプトから音声を生成する画面で次の説明を試してください。

成人の女性を思わせるオリジナルの声。澄んでいてやや明るく、高さは中程度で、穏やかな温かみがある。スペイン中部・北部で標準的なカスティーリャ語の自然なアクセントでスペイン語を話す。母音、子音、強勢、文全体の抑揚は現地の母語話者に合わせる。s の音と、z および e や i の前に置かれた c の音を、誇張せず自然に発音し分ける。会話のテンポは適度に軽快にし、自然に間を取り、抑揚に変化をつける。

この説明と併せて、日常の会話で文がつながったときの話し方が伝わるように、スペイン語の script_hint を指定します。

Hola, ¿qué tal? Estoy aquí para ayudarte. Podemos revisar las opciones con calma y elegir la que mejor encaje contigo. ¿Prefieres empezar por los colores o por las tallas? Esta chaqueta azul combina bien con unos zapatos cómodos. Acércate a la ventana para ver el color con luz natural.
スペイン語の例を入力した音声 Playground のエディターの再現画面。

この例が対象とするのは特定の地域のスペイン語です。プロンプトで指定した発音の区別は、スペイン国内でもスペイン語圏全体でも共通ではありません。このプロンプトで候補をいくつか生成し、保存した音声のうち気に入ったものを残します。納得のいく結果が得られるまで、作成時のサンプル文に含まれていない新しい文で試してください。

例:ドバイで話される UAE のアラビア語

アラビア語も、言語名だけでは話し方が定まらない例です。ドバイの日常会話に合う声を設計するなら、アラビア語で次のように記述できます。

صوت رجالي خيالي أصلي لرجل بالغ، بلهجة أهل دبي الإماراتية الحضرية المعاصرة. نطق الحروف وحركة الكلام وإيقاعه محليّان ومتناسقان، وتبقى الكلمات واضحة داخل الكلام اليومي المتصل. طبقة متوسطة تميل للانخفاض، ورنين دافي وصافي. يتكلم على مهله، والجملة تمشي كفكرة وحدة بنبر متنوع حسب المعنى.

この説明では、現代のドバイ市街地のアクセントを持つ、成人男性を思わせるオリジナルの声を指定しています。温かみのある響きとやや低めの声で、言葉を自然につなげながら、ゆったりと話すよう求めています。script_hint にも、アラビア語の日常会話の例を指定します。

هيه، شفت رسالتك. أنا هني صوب الحديقة، لا، أقصد صوب المواقف عند الباب الثاني. زين؟ المكان أهدى من اللي كنا فيه أمس. خذ راحتك، أنا توني واصل وما عندي شي مستعيل عليه. تبانا نتمشى شوي ولا نقعد؟ عادي، اللي يريحك.

音声を設計するときは、基本的に声の聞こえ方に焦点を当てます。エジプトの発信者に UAE のアラビア語で応答するか、英語に切り替えるか、注文を確定するかといった会話中の判断は、後述するセッションの指示で設定します。

アプリケーションで実際に使う発話によるテスト

用途に合った声を選ぶことは出発点です。音声が用意できたら、新しい文、実際にありそうな会話、アプリケーションでよく扱う単語や値を集めて、小規模な聞き取りテストを作成します。難しいケースでも意図どおりに聞こえるかを確認できます。

特に、次のようなケースをテストしておくと役立ちます。

  • **文中での発音:**人名、地名、製品名、専門用語を含めます。たとえば日本語なら、承る(うけたまわる) のように読みを示し、サポートで実際に使う文に入れて試します。また、Lakshmi の語尾を「mee」と発音してほしいのに「my」と発音する場合は、セッションの指示に लक्ष्मी — अंत में ‘क्ष्मी’, ‘क्ष्माई’ नहीं と追記できます。声調言語では、重要な単語をいくつかの異なる文に入れて発音を聞いてください。

  • **地域ごとの数の読み方:**インドでは、大きな数を表すのに lakh(ラーク)と crore(クロール)を使います。1 lakh は 1,00,000(100,000)、1 crore は 1,00,00,000(10,000,000)です。インドの利用者に英語で対応するエージェントでこの慣習に合わせたい場合は、₹1,25,000 を「one lakh twenty-five thousand rupees」と読み上げるかを確認してください。

  • **識別子の聞き取りと訂正:**発信者に架空の予約コードを 1 文字ずつ読み上げてもらい、ひと呼吸置いてから 1 文字訂正してもらいます。エージェントが訂正を待ち、訂正後のコードを正確に復唱できるかを確認します。メールアドレスなど、製品が受け付けるほかの英数字の入力もテストしてください。

  • **複数の言語が混在する発話:**英語の製品名と価格を含むアラビア語の文を試し、次の発話で言語を切り替えます。アクセントに加えて、読み上げた金額、通貨、製品名もそれぞれ確認してください。

日付、金額、識別子については、発信者にどう聞こえるかと併せて、アプリケーションがバックエンドに実際に送信する値も検証してください。たとえば 04/05 は地域によって 2 通りの日付に解釈できます。どちらの日付かを尋ね、月の名前を使って復唱するとよいでしょう。

エージェントの会話を設定するプロンプト

使用する音声が決まったら、GPT-Live のセッション作成時にその音声を選択します。生成して保存した音声を使用する場合は、返された音声 ID を session.audio.output.voice.id に設定してください。エージェントの役割、使用言語のルール、話し方、会話の進め方は instructions に記述し、音声の作成時に指定した声の特徴も改めて明記します。

単一言語のアプリケーションでは、エージェントに話してほしい言語で指示と例を記述してください。スペイン語のショッピングアシスタントなら、次の例を出発点にできます。

Eres un asistente de compras. Habla en español de España, con acento castellano del centro y norte de la península, un ritmo conversacional y una entonación natural. Usa un tono cercano y respetuoso, sin sonar como un anuncio.

Responde en español salvo que el cliente pida cambiar de idioma. Haz una pregunta cada vez. Si un nombre o una talla no están claros, pide que los repita. No confirmes precios, disponibilidad ni cambios en un pedido hasta que el sistema los haya verificado.

多言語アプリケーションでは、何をきっかけに言語を切り替えるか、地域特有の話し方を固定するかを、それぞれ決めます。UAE のアラビア語と英語に対応するアシスタントなら、まず先ほどの声の説明に「英語では、同じ温かみと低めの声を保ちつつ、UAE のアクセントをわずかに感じさせる自然な英語を話してください」など、英語での話し方を追記します。バイリンガル音声を生成する前に、script_hint にはアラビア語の発話例に加えて、「I can check the available sizes for you」のような代表的な英語の発話も含めてください。そのうえで、セッションには次のようなルールを設定します。

発信者の発話のうち、はっきり聞き取れた直近の発話と同じ言語で答えてください。発信者が明確に言語を切り替えたら、それに合わせてアラビア語と英語を切り替えてください。アラビア語の文に短い「OK」、数字、名前、英語の製品名が含まれていても、それだけで会話の言語を切り替えないでください。

アラビア語で話すときは、発信者が別の地域のアラビア語を話していても、ドバイ市街地で日常的に使われる UAE のアラビア語を使ってください。文脈に応じて、「何」には شو、「今」には الحين、「どこ」には وين、否定には مب など、現地で自然な表現を優先してください。方言は誇張せず、一貫させてください。英語に切り替えても、同じ話者の声に聞こえるようにしてください。

以下は言い回しの例です。定型の返答として使わないでください。
- 内容を確認するとき:「تقصد العلبة الصغيرة ولا الكبيرة؟ وكم وحدة تبا؟」
- 名前を聞き取れなかったとき:「الاسم مب واضح عندي، ممكن تعيده أو تتهجّاه لي؟」

金額は現在の会話の言語で読み上げ、数値と通貨を正確に保ってください。照会結果、価格、操作の完了を伝えるのは、その内容をバックエンドで確認できた場合だけにしてください。

この例では、英語への切り替えを許可しつつ、アシスタントがアラビア語で話すときの方言は意図的に固定しています。発信者が希望する方言に合わせる製品であれば、そのルールを明記してテストしてください。音声の説明やセッションのプロンプトでアクセントを指定しても、すべての応答で維持できるとは限りません。セッションの再接続後も含め、どちらの言語から切り替えた場合もテストしてください。

場面に合った言葉遣いの例

言語とアクセントを指定しても、どの程度丁寧に話すかは決まりません。たとえば、ヒンディー語で丁寧に応対するサポートエージェントなら、相手を आप と呼び、それに合う敬意を表す動詞の形を使います。セッションのプロンプトには、次のように具体例を示せます。

お客様には「आप」と呼びかけてください。敬意を表す言葉遣いと動詞の形を使ってください。「हाँ, बताओ」ではなく「जी, बताइए」、「तुम कैसे हो?」ではなく「आप कैसे हैं?」と言ってください。

この例では、「うん、言って」というくだけた表現と、同じ意味を丁寧に伝える表現を示しています。単に「プロらしく話してください」と指示するより、目指す言葉遣いがモデルに明確に伝わります。英語の台本を逐語訳するのではなく、現地のサポート担当者が実際に使う表現を選び、会話の中で試してください。

発音の指示、個性の持たせ方、挨拶、相手が話に割り込んだときの応答については、GPT-Live プロンプトガイドを参照してください。音声エージェントの評価ガイドでは、聞き取りテストに使った例をもとに、音声、プロンプト、モデルを変更するたびに同じ条件で評価する方法を説明しています。