【正しい順序】発話者の本人確認・同意取得を完了し、Microsoft の Custom Voice Limited Access 申請を提出 → スタジオ品質の対訳録音データを Speech Studio / Foundry の Custom Voice ワークフローへアップロードし、訓練データセットを準備 → Custom Neural Voice モデルを訓練し、評価用音声サンプルで品質・自然性・ブランド整合性を試聴 → 承認された Custom Neural Voice モデルを endpoint にデプロイし、Speech SDK / SSML <voice> に endpoint ID を指定して本番アプリへ統合 の流れです。最初に Responsible AI ガバナンス (発話者同意・Limited Access 申請) を完了することで、Accountability / Privacy を確保した状態で次工程に進めます。次に高品質な訓練データを揃え、訓練・評価で品質を確認し、最終的にエンドポイントへデプロイして SDK / SSML へ統合します。順序を入れ替えると、同意なしの訓練は規約違反、訓練前の評価試聴は不可能、評価なしのデプロイは品質保証不能となり、Microsoft 公式の Custom Voice ガバナンス ワークフローを破る重大なリスクとなります。