既存手法による声質変換より自然な変換を目指して、機械学習を用いた声質変換を提案する。機械学習を用いた手法では複数の話者が同じ内容を話しているペア音声が大量に必要になる。しかし、音声データを大量に用意するには時間がかかり、二人分の音声データセットを集めたとしてもそのデータセットは本人の声質変換にしか使えない。気軽に別人の声になることはできず、準備に時間がかかってしまうというのは大きな問題だと考える。テキスト読み上げソフトで音声データを集め、多対一声質変換に利用できれば、使用者の音声データを集める必要なく、使用者の音声の抑揚や感情をテキスト読み上げソフトの声で再現できるのではないかと考えた。