驚異の高精度AIリアルタイムボイチェン「RVC」で友人になりすまして本人と会話したときの反応（CloseBox） | テクノエッジ TechnoEdge

高精度でリアルタイム処理も可能なAI声質変換ソフト（ボイスチェンジャー）「RVC」の記事が大変な反響を呼びました。Stable DiffusionやChatGPTなど生成系AIがメジャー化する中、世間からはそれほど大きな注目を浴びているわけではありませんが、音声AIも驚くべき速度で進化を遂げています。 AIボイチェン「RVC」の精度と学習・変換速度が革命的。コナンの蝶ネクタイ的リアルタイムボイチェンも可能（CloseBox） | テクノエッジ TechnoEdge 記事中でデモとしてお聞かせしたのは、筆者の妻の歌声を高精度に再現するもので、それはこのソフトのおそらく最大の特徴を生かしたものではありません。そこで、また実験をしてみることにしました。 今回は、ポッドキャストbackspace.fmを10年近く一緒にやっている友人であるドリキンのAIモデルをRVCで作ってみました。 backsp

[moqojiy]

あとは麻酔針射出機があればOK

[gazi4]

"ポジティブな利用方法は想像できます。声を失った方がお金をかけずに元の自分の声で発声できるようになる" こういうのをスッと出せるんだよね

[T-norf]

これは中国発か。芸能人・政治家・ユーチューバーとか、豊富に声を公開してると、もう声で本人って判断しちゃダメよね。企業トップも「大至急、印鑑と通帳を持ってきて」とかの電話攻撃、怖いな

[houyhnhm]

スゴいとか思う反面、スマホの音声通話が合成音声だと理解してるとまあ車輪の再発明感はあるが。

[makaserori]

放送中のドラえもんの声をリアルタイムにもとに戻すこともできそう

[suzutaku7]

モノマネ芸人がこれを使えば本人と全く区別がつかない説

[shoh8]

もう実在を証明できない人間を作れますよね。つまり逆説的に目の前に見えているあの人もこの人も実際には実在しないのです！人類はすでに滅亡しました！

[cinefuk]

"今回は声質変換ですが、Text2Speechアプリと組み合わせれば、文字入力したものを本人音声で手軽に出せるようになります。オリジナル俳優の声と違和感のない声で各国語の吹き替えも可能になるでしょう。"

[akagiharu]

神は逆鱗もってるかな？

[sizx]

こんなにテロップが欲しい動画久しぶりに観たかもしれない。

[sorshi]

“omizさんの記事”

[peppers_white]

今のところ処理負荷が重いのが難点、メタバース上で使う場合グラフィックと処理を取り合う

[wgnr85]

これ＋ChatGPTの台本で、ものまね芸人がAIに職を奪われる時代になるのか…

[trace22]

"声を失った方がお金をかけずに元の自分の声で発声できるようになる" 自分の声のアーカイブなんてそんなにあるもの？ほとんどの人は無理では。著名人の声を悪用する方が圧倒的に簡単な気がする。

[ano18]

あちこちで色んな編集切り取りされてるひろゆきの音声はもはや本人かAIか分からん。動画広告のひろゆきの声は絶対無許可AIだろうけど

[dp212]

新たな電話詐欺が生まれそう…

[alph29]

すごいな。途切れ気味のときは区別できるけど、ふたりとも喋ってるとどちなのかわからない。

[asa_ca3]

声に感情込められないと駆逐されるまで来るのか。声紋認証も通ってしまうんでは。

[kotesaki]

間の取り方がまさにドリキンの声！すごいなぁ。

[entok]

リモートなら声だけじゃなくて顔も真似できるようになるだろうし、自分が年老いたら特殊詐欺に抵抗できる気がしない

[evans7]

「ちなみに、その翌日に行われたバージョンアップで、学習時間が10分の1まで短縮されたそうです。恐ろしい開発スピードです。」恐ろしいのはここだよな。技術の進歩が早すぎる。中国語も必須言語になってきたな。

[horaix]

こんなんすぐに悪用される未来しか想像できない

[shunkeen]

“ドリキンは音声チャット終了後、「神の逆鱗に触れるレベル」とコメントしています”／ドキリン神の誕生である。

[manipulator]

普及すると録音の証拠能力も無くなるんかね

[ichilhu]

わし、自分の声のAIと対話しても自分の声だと気づけないと思う

[MoneyReport]

音声AIもここまでくると、犯罪利用待ったなしで、恐ろしい未来がすぐそこまで来てしまっているなぁ・・・。

[Helfard]

“音声の声質と演技が分離して、新たな需要が生まれるかもしれません” 声優の需要が消えるんだが。

[NAPORIN]

これ…詐欺につかわれる技術じゃん…

[aaasukaaa]

オレオレ詐欺新時代突入かー

[napsucks]

「もしもし、俺だけど、事故でヤクザの車にぶつけちゃってさ・・・この口座に・・・」

[miiton]

オレオレ詐欺みたいなやつに使われそー！

[yarumato]

“音声ファイル1つで2時間を、学習に適した数秒単位のファイル3000個に切り出す。リアルタイムでの会話が成立。本人との区別がつかない。声質変換だけでなく文字入力でも本人音声出せる。対面以外は信用できない時代”

[hobbiel55]

本人の声でオレオレ詐欺の電話がかかってくるようになるのか。あとは亡くなった声優さんの新録をしたりとか?

[slkby]

社会への利益がろくになく悪影響ばかりなもの作るなって。もっと人間を助ける方向に進化してくれ。

[gewaa]

さっき男声→女声で変換してみたが、モザイク越しに喋ってる犯罪者みたいなキンキン声になってガッカリ。RTX4090を使って１時間の音声学習に12分。そして10分の音声変換に5秒。

[kamezo]

あらま。前に「今でもAIで誰かにそっくりな声を作れる」とどこかで読んだが、こういうことなのか。詐欺への利用ねえ。声の仕事の人たちも大変？

[tyhe]

いやー、これはヤバイ。4070Tiでもできるかなー。