リアルタイム声質変換ライブラリ「Realtime Yukarin」を公開しました

はじめにリアルタイム声質変換アプリケーション、Realtime Yukarinを開発し、 OSS（オープンソースソフトウェア）として公開しました。 ここで言う声質変換とは、「誰でも好きな声になれる」技術のことを指します。 好きな声になれる声質変換は夢があって流行りそうなのですが、まだ全然普及していないと思います。 それは現時点で、声質変換を実際にリアルタイムで使えるフリーな仕組みが無いためだと考えました。 そこで、自由に使えるリアルタイム声質変換アプリケーションを作り、ソースコードと合わせて公開しました。 声質変換とは声を変える方法で有名なのは、声の高さや音色を変える手法、いわゆるボイスチェンジャーです。 既存のボイスチェンジャーは、元の声を起点として、変換パラメータを自分で調整する必要があります。 一方ここでの声質変換は、元の声と好きな声を用いて機械学習し、変換パラメータを自動で調整しま

[ariyake]

あっゆかりんってそっちのゆかりんね

[nekosann_08]

変換先の声素材がある・変換する以外はやってることは電話に近いのかな？

[guldeen]

『Intel Core i7-7700@3.60GHzとGeForce GTX1060 6GBを搭載したWindowsパソコンを使って、 遅延約2秒』この遅延が、せめて0.5秒以下にならんかなぁと夢想する。

[RabbitBit]

個人開発に必要なものは愛と情熱だとわかる。

[otihateten3510]

最近人力ボーカロイドやってエゲツなさに吐いた

[GiveMeChocolate]

おー！！ずっと続けてたんだ、すごい、偉い

[Imamura]

‪これで頑張れば大塚明夫とか津嘉山正種みたいな渋い声を出せるようになったりもできるのか。ラジオなら元になる音声データを集めやすいから伊集院光の声に変換とか楽しそう（話す内容がつまらなくて偽者とバレる）

[jssei]

学習用にターゲット音声は必要なやつよね。試してみる。

[Nyoho]

素晴らしい

[knok]

素晴らしい

[tomato3713]

楽しそう

[tekitou-manga]

面白そう。遅延もそのうちほぼゼロになったりするんだろうか

[garbagephilia]

声質変換技術は以前から外国語発音学習に使えないかと思っていた。自分の声とモデル話者の声、キーの高さ等を揃えてこそ、発音の問題点に集中することができる。モデルの発音を自分の声に置き換えられたら最高。

[ornith]

なにこれしゅごい。

[satoryCats]

すごい

[eartht]

こういうの、なかなか良い変換になるやつに出会ったことないが、はたしてどうか…

[etr]

よし、これで「俺が、ミンキーモモだ」ができるぞ。

[thesecret3]

Realコナン君だな。一回テキストに落として読み上げるだけではだめなんだろか。

[skypenguins]

ヒューリスティックな遅延対策だけど、割と効果ありそう

[ElizaAcolyte]

うぉお、技術的には可能そうなのに無いよなーって思ってたやつだ！

[karaage]

凄そう、今度音声配信で使ってみたい