商用でも利用可能なAI音声合成ソフトウェア『VOICEVOX』がオープンソースとして無料でリリース｜DTMステーション

本日8月1日、音声合成技術の世界に、また画期的な動きがありました。「Seiren Voice」や「Yukarinライブラリ」の開発者としても知られるヒロシバ（@hiho_karuta）さんが、ITAコーパスを利用した商用利用も可能なAI音声合成システム、VOICEVOXなるソフトウェアをオープンソースのとして無料でリリースしたのです。具体的には現時点Windowsで動くシステムで、「ずんだもん」および「四国めたん」の声でテキストを読み上げるシステムとなっています。 これがオープンソースとなったことで、一般ユーザーが自由に利用できるというだけでなく、さまざまなシステムに組み込んで喋らせることが可能になったのが画期的なところ。たとえばロボットなどに組み込んで対話型のシステムを作ることや、観光案内システムに導入して喋らせる……といったこともできるほか、クラウド型のシステムを構築し、ブラウザを経由

[TakamoriTarou]

ライセンスは？　オープンソースと紹介するなら、ライセンスについても書いて欲しい。/　本体ダウンロードしたが、Readmeに再配布とリバースエンジニアリング禁止になってる。少なくともOSIのオプソではないな。

[NAT]

開発したヒロシバさんと、SSS合同会社の小田恭央さんにオンラインインタビュー。ITAコーパス読唇DB公開後、いち早く連絡が来たのがヒロシバさんだったとか。開発の経緯やオープンソース公開の理由など。

[hiroomi]

”NVIDIA製でメモリが3GB以上あるGPUを搭載していることが条件”

[nitino]

すごいなあ イントネーションわかりやすいなあ

[underd]

Mac版に期待

[mojimojikun]

なるほど？(githubにはまだREADMEしかないぽい？)

[kenfujimoto]

昨年の東北イタコのクラファンでできたITAコーパスを元にして作られたソフト。でロボットなどのハードウェアに組み込んだり、システムに組み込んで使うことが可能で、商用でフリーで使えてしまう

[RE_DO]

“オープンソースにしたことで、システムに組み込むことが可能となるのが大きな違いです。Windowsサーバーなどに組み込んでおけばネット経由で喋らせることもできるし、ロボットなどに組み込むといったことも可能に”

[s_gozaru]

“オープンソースにしたことで、システムに組み込むことが可能となるのが大きな違いです。" "記載すれば商用でも非商用でも申請無しで無料で使用することができるようにしたので、さまざまな応用ができるはず”

[interferobserver]

VOICE：英語で声、VOX：ラテン語で声。チゲ鍋とかゴビ砂漠みたいなおかしみがあって、好き。

[rizenback000]

“僕の大好きな音声合成キャラクターが増えるのでは!?と思った” 武器商人が戦争の手引をしていたのに似ている(違う)

[misshiki]

事例“VOICEVOXは、まさに人が喋っているような滑らかな感じで喋ってくれるソフトウェア。6月12日に研究者向けに公開された「ITAコーパス マルチモーダルデータベース」を元にディープラーニングさせて作られたもの。”

[karkwind]

マジか！

[field_combat]

かなり優秀な読み上げソフトがOSS化

[unarist]

エンジンもフロントエンドも LGPLv3 or ソース公開不要なライセンス、のデュアルライセンスなるほど

[hirakawahanzo]

使ってみたいな

[xjack]

お，なかなか自然な音声 https://voicevox.hiroshiba.jp/ ソースコードは準備中になってるな https://github.com/Hiroshiba/voicevox ライセンスも準備中．まあ普通に考えて音声モデルのライセンスとプログラムのライセンスは別だろ．

[fujikiseki21]

音声AI

[tyosuke2011]

リアルタイムで音声を変換できるようになったら世界が変わる

[sjn]

これは利用者のイントネーションをデータ集めて再学習してDB強化し続けるとかしてくれるのかな、しないだ勿体無い気がするけども

[kenkenpa198]

ボイス

[natu3kan]

グラフィックメモリ3GBとかそんな高性能グラボもってないよぉ。

[pascal256]

ひほさんのやつだ！ イントネーションも簡単に弄れるのは良さそう

[Imamura]

こないだちょっと試したのは…CoeFont Studioだった https://twitter.com/yimamura/status/1386548700177072128

[valinst]

すごE

[atsushieno]

まだソース公開されていないからRT消した → 今日(8/2)公開された

[yarumato]

“クレジット記載すれば商用でも非商用でも申請無しで無料で使用することができるようにした。起動時にCPUモード／GPUモード選択画面。GPUモードがより高速だが、NVIDIA製でメモリ3GB以上が条件。”

[NEXTAltair]

青空文庫でも朗読させてみよう

[th_6295]

音声合成のキャラクター文化方面はそんなに知らないのだけど、東北ずん子のところはNeutrinoの時といい上手さが垣間見えていよいよ黒幕感が出てきてる。

[pikopikopan]

すげえええ

[knok]

public domainとして公開されたITAコーパスを利用。githubでの公開はまだ準備中 https://github.com/Hiroshiba/voicevox