スクエニ三宅「次世代ゲームはAIが会話を自動作成して音声合成で発声する」

　「音声合成はやはりゲーム産業では使われてこなかった経緯がある。ライターさんが脚本を書いて、声優さんが収録して、収録した音声を再生するということを長い期間、ゲームが立ち上がったころからやってきた。
ところがAI技術の発展によって、セリフや応答がその場で作られるよう変化してきている。それに伴って、音声もその場で生成したいという要望が生まれており、音声合成に注目が集まっている。
要するに、その場で作られた会話を音声で出したいと。もちろん決められた会話は録音して使えるが、ユーザーによる行動を拾ってそれに対する応答をしたいとか、
新しい文章を発生させたいということで、音声合成はこれからフューチャーワークとして必須の技術となっている」（三宅氏）

　「開発はつねに変化していくことが多いため、音声収録後において、ここを変えたい、こういうことを言わせたいということが生まれ、開発後期に取り直すことは必ずしも珍しいことではありませんでした。
ただ、状況によっては拡張のセリフに対応できない場合は諦めるということもあったかと思います。
そういった収録に依存せずにゲーム開発の柔軟なキャラクターの発声を行いたいというところで、セリフを拡張する意味でも音声合成を導入したいという流れになってきている。
　さらに、ユーザーがもっている固有の情報、たとえば4分53秒に洞窟に潜っているといった情報をしゃべらせることによって、ユーザーは自分のことを理解してくれている、
臨場感のある、単にプログラムされた会話ではなく、いまこの場にいるキャラクターを認識して話しているんだという臨場感、没入感が得られる。
ゲームの奥行きを生ませるため、音声合成が必要とされてきている。ゲームデザインを広げていくためにも、この技術は基幹技術だと捉える人たちが増えている」
https://s.famitsu.com/news/202108/29231961.html