irodori-ttsで「純資産」「減価償却費」の読みを直す

朝、Googleタスクを開くと、今日が期日のタスクが7件、どれも未完了のまま残っていた。 Claude Code に仕分けさせると、自分が確認するものが3件、Claude Code に任せる作業が3件、iOS の登録が済んでから Mac でやるものが1件だった。 最初に手をつけたのは財務諸表講座の動画である。 いまのフィードバックを直さないかぎり、ほかの回を見ても意味がないと思ったからだ。

この日いちばん長く付き合ったのは、合成音声の読み間違いだった。 元帳も残高試算表も貸借対照表も、仮の声は基本的に全部言い間違える。 講座用の台本を自分で読み上げて参照音声にすれば、合成の精度も上がるはずだと考えていた。

フィードバックは台帳にして積み上げる

最初は「修正の計画書は作らずに、そのまま流して」と頼みかけて、言いながら考えを変えた。 これからフィードバックを重ねていくので、財務諸表の修正計画書を本計画と相互リンクする形で1本作り、どんな指摘があったかを累積させることにした。

反映させた主な中身は次のとおり。

• 連鎖の場面のカメラは、fs.chain() の1か所を直せば No02、04、05、09、10 のすべてに効いた
• 間接法の計算を足し、取引の途中25時点のすべてで、営業キャッシュ・フローが直接法と一致することをテストで確かめさせた
• 仕訳帳を1行にまとめ、つながりの線5本を机に描くようにした
• 導入1、2、3、8、9 では、カメラを止めたまま図のコマだけを切り替えるようにした
• 間接法の説明文を12本の台本に入れた

テストは343件が通った。 台本を変えた15本は仮の声を合成し直し、全29本で台本と音声の食い違いは出なかった。

間接法は別の計算書ではない

できあがった画を見て、補足が要ると思った。 間接法のキャッシュ・フローは、営業キャッシュ・フローの表示のさせ方が違うだけで、まったく別のものではない。 だから投資と財務のキャッシュ・フローは直接法と同じになり、間接法の側では記載を省略している。 この2点を、間接法を初めて説明する No02、導入3、導入6 の3か所に入れてもらった。

あわせてコクピット側の計算も直させた。 年度末の営業キャッシュ・フローは二つの方法で406と401に食い違っていたが、直したあとはどちらも401になった。

キャッシュ・フロー計算書の文字が小さい件も気になった。 今回は横長の画面なのだから、PC ではキャッシュ・フロー計算書を貸借対照表の左横に置く並びのほうがよさそうだ。 スマホで見るときは、いまの縦長のままでいい。 作り直させると、キャッシュ・フロー計算書の行を縮めずに済み、寄った場面でも貸借対照表と株主資本等変動計算書が隣に入った。 テストは429件すべて通った。

第2回は No04 の丁寧さでそろえる

第2回のフィードバックは No04 に返した。 それを受けて、Claude Code に見本を3本作らせた。 四表を説明するそばで、つながりの線を1本ずつ引きながら説明する形で、No01 と No04 は詳しく、No11 は軽くしてある。

No04 を見て、いい塩梅だと思った。 軽い版がこれなのかとも考えたが、普通に No04 くらい丁寧で問題ないと判断した。 残る16本も同じ丁寧さにそろえ、その回で動かなかった線は「○○のままで、同じです」と短く添えることにした。 期中取引の19本すべてがそろい、仮の声も作り直した。 全29本で台本と音声の食い違いはなかった。

自分の声を参照音声にして、Mac にも半分持たせる

最終的には自分の声で吹き替えるので、仮の声の読み違いは放っておいてもいい。 それでもフィードバックの材料にはしたいし、合成の精度は上げておきたい。 Excel 講座で使っていた録音の仕組みをもとに、財務諸表講座の台本を読み上げる録音ページを作らせた。 同時に読み上げの言い方も変え、借方と貸方は「仕訳の左側、右側」、四表は BS、PL、CS、SS と読むことにした。 画面上の表記は「貸借対照表（BS）」のように正式名を残している。

録り終えて、全29本を新しい声で合成し直した。 1文あたり約3.5秒の一定の速さで、1本ずつしか進まない。 Windows の GPU では Irodori を同時に1本しか動かせないからだ。

「Mac にも回しましょうか」と言ってみた。 ところが、送り先の tmux セッション claude-eurekapu が Mac 側に見つからず、依頼が止まった。 Mac 側のセッション名は claude だと伝えて、そちらへ後ろの9本を No19 から逆順に送らせた。 Mac は10時31分に荷物を受け取り、Windows は前から、Mac は後ろから詰めていった。

終盤は、Mac から届いた音声を Windows がそのまま使い回した。 No12 は3秒で終わっている。 Windows と Mac が No11 で重なったが、同じ台本と同じ声で作っているので、どちらが上書きしても中身は同じになる。 全29本は11時に終わり、全1,126文がこの声で作られていることを確かめさせた。

新しい声は Mac に届いていたのか

合成の途中でふと引っかかった。 今回録った財務諸表用の声は、そもそも Mac に届いていて、Mac の irodori-tts はそれを使っているのだろうか。

Claude Code には、推測ではなく実物を突き合わせて確かめさせた。 文ごとの音声ファイル名には、参照音声のファイル名と中身から作ったハッシュが入っている。 別の録音を使っていれば名前が変わるので、Windows 側で計算し直した名前と、Mac から届いたファイルを照合させた。 途中で照合スクリプトが自分の引数を上書きして、別の回を調べ直す失敗が1回あった。 直して流し直すと、No19 の33文すべてが今回録った声（10本）で作られていた。

読み方は参照音声からは写らない

できた回から dev 環境で聞きはじめると、「純資産」がうまく発音できていなかった。 録音に入れていなかったのかと尋ねると、仕訳も純資産も録った音声にもう入っていた（仕訳は5本目と7本目、純資産は8本目）。 Claude Code の説明では、このエンジンは参照音声から声の質だけを写し、言葉の読み方は写さない。 だから録音を足しても、直る見込みは低い。

そこで Excel 講座のときと同じく、その語を含む文のシード（声の乱数）を変えて聞き比べる方法に切り替えた。 純資産と仕訳を3文ずつ、6文を4通りのシードで合成させている。

減価償却費は、ひらがなにしても変だった

次のセッションでは、全29本のフィードバック欄から発音の指摘を拾い直させた。 対象は5語で、1語につき2文ある。 漢字のまま、一部をひらがなに、などの渡し方3通りに、文字への追従を強めた設定を加え、それぞれをシード3本で合成させた。 聞き比べ用の音声は120本になった。 MacBook にも分担させるか聞いたが、聞き比べは Windows だけで作り切れるとのことだった。

聞いて、1-B、2-B、3-B、5-B、6-B、7-B、8-B を選んだ。 減価償却費は「げんかしょうきゃくひ」で、全体にひらがなのパターンのほうがよさそうだった。 あわせて、対象の語を自分が音声で入れているかを調べ、入れていなければ録音して合成に含めてほしいと頼んだ。

選んだ渡し方で、該当する26本、155文を作り直させた。 Mac にも分けようとして、tmux の claude セッションへ送り直させた。 Mac は依頼を受け取ったものの、その後10分たっても返事がなく、依頼を取り消した。 結局 Mac が作ったのは No11 の5文だけだった。

減価償却費の3文を「前」と「今」で並べたページを聞くと、右の列も変だった。 全部ひらがなにすると、それはそれで不自然になる。 そこで3文を自分の声で録り直した。 録音は48kHz のモノラルで、長さは5.3〜6.5秒だった。 No03、No13、No15 の減価償却費の文をこの録音に差し替え、話速はほかの文に合わせて1.04倍にそろえている。

減価償却費は決算の回にも出てくる。 No20 の7文と No23 の1文、計8文を同じやり方で録って差し替えることにした。 録った音声を区切る設定を直すと、区切った長さの比と文字数の比は14か所すべてで近づき、差は最大7ポイントになった。 その後 No23 を作り直して減価償却費を読まなくなったので、No23 の差し替え設定は使わなくなった。

親計画書には「合成音声の発音は直さない（10/4）」という方針が書いてあった。 今日の作業でこの方針が一部変わったので、10/5 からは発音を指摘された会計用語だけ、合成に渡す文字を変えていると書き足させた。

Excel 講座「関数の活用」のフィードバック

午後は Excel 講座に移った。 関数の活用の区間にひととおりフィードバックを書き終えたので、独立した計画書を1本作り、本計画と相互に参照させてから修正するよう頼んだ。

フィードバックは D1 から取り出し、古いフィードバック7回分を閉じさせた。 直したのは lookup-common-pitfalls、if-overview、if-ex-pass-fail の3区間で、実物の Excel で検算すると全セル一致した（18/18、8/8、160/160）。 本人の声で合成したあと静止画を撮ると、「優になりました」以降が引きのままで文字が小さかった。 セルを選んだまま寄せる形に直させ、合成し直した。

確認しようとすると、3200番台のページがブラウザでうまく表示されない。 サーバーは200を返していたが、DevTools で見ると再読み込みが2分以上終わらなかった。 原因は二つ重なっていて、直したあとは新しい版が Conflict の表示なしで出るようになった。

中身を確かめて問題ないと判断し、関数の活用のフィードバックは一旦おしまいにした。 計画書を閉じ、本計画2本にもその旨を書き込ませた。

学びメモ

• 参照音声は声の質を写すが、読み方は写さない。読みはシードか渡す文字で直し、それでも不自然な語は本人の録音で差し替える
• 文ごとの音声がハッシュ付きの名前で保存されるので、Mac に分担させた分の照合も、重なった回の上書きも安全にできた

減価償却費の読みは、録り直した3文でようやく落ち着いた。 とはいえ自分の耳で全部を聞き直したわけではない。 聞き直しで気になる文が出たら、新しい指摘として台帳に足すことにしている。