AIの声で朗読やナレーションが作れるなら、人の声の仕事は要らなくなる？研究では、AIの声は人の声と聞き分けにくくなったが、心をほぐす朗読では人の声のほうが不安が下がっていた

Lavanら（2025） [1]

人の声40人分と、AIで作った声40人分を聞かせ、「人の声かAIの声か」などを判断してもらいました。実在の人の声をまねたAIの声は、人の声と同じくらい「本物らしい」と受け止められ、平均58%の回で「人の声」と判断されました。特定の人をまねずに作ったAIの声でも41%でした。ただし、AIの声が人の声より「人らしい」と感じられる逆転は見られませんでした。AIの声は人の声より「力強い」と評価され、一部は「信頼できる」とも評価されました。

対象: 英国に住む英語を母語とする成人、各実験50人 ／ 限界: 聞かせたのは1文ほどの短い録音で、長い朗読や演技、日本語の声で同じ結果になるかはわかりません。

Dielら（2025） [2]

瞑想（マインドフルネス）の音声を、プロの声優の録音、質の高いAIの声、従来型の読み上げの声で作り、30秒ずつ聞いて評価してもらいました。質の高いAIの声で読んだ音声は、声優の録音と同じくらい受け入れられ、人の声と区別されませんでした。一方、従来型の読み上げの声は不気味さが増し、評価が下がりました。声の性格が瞑想の場面に合わないと、評価が下がることもわかりました。

対象: ドイツに住む成人93人と50人の2つの実験 ／ 限界: 聞いて評価しただけで、実際に瞑想をしたときの効果は調べていません。

Gong（2023） [3]

中国語のニュースを、人のアナウンサーとAIの声で30秒ずつ読み上げ、聞いている人の脳波を測りました。人の声のニュースを聞いたときのほうが、脳の反応は大きくなりました。著者は、人の声のほうが内容を理解し覚える処理が進んでいた可能性があると解釈しています。事前の調査では、聞き手は流れのよさと信頼感に、人の声とAIの声の差を感じていました。

対象: 中国の主に18〜40歳の30人 ／ 限界: 参加者が少なく、脳の反応の違いが理解や記憶の差だと直接確かめたわけではありません。

Yangら（2026） [4]

大学生240人を、気持ちを込めた人の声の朗読、AIの声の朗読、自分で読む、の3組に分け、1回の実験で8〜10分の朗読2本を聞く（読む）前後に、不安の強さを測りました。人の声の組は、AIの声の組より不安の下がり方が大きくなりました。自分で読んだ組は、その中間でした。学生の悩みに合わせた内容のほうが、一般的な内容より不安が下がりやすく、この効果は声の種類に関係しませんでした。

対象: 中国の大学生240人（不安が病気の水準でない人） ／ 限界: 1回だけの実験室での実験で、効果が続くかや、ほかの年代に当てはまるかはわかりません。