自分の声のまま多言語な声に変換できる商用利用可能な音声クローンAI「OpenVoice V2」、AppleとMicrosoftがスマホ上でも動く生成AIを発表など重要論文5本を解説（生成AIウィークリー） | テクノエッジ TechnoEdge

2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間分の生成AI関連論文の中から重要なものをピックアップし、解説をする連載です。第44回目は、生成AI最新論文の概要5つを紹介します。 生成AI論文ピックアップ マイクロソフトがスマホ上でローカル実行可能な小規模言語モデル「Phi-3」を発表 アップル、iPhone上でも動作可能な大規模言語モデル「OpenELM」をオープンソースで発表 OpenAI、大規模言語モデルへの攻撃を防ぐ手法「The Instruction Hierarchy」を発表 あらゆる音声を複製し、多言語でさまざまな内容を話させるAIモデル「OpenVoice V2」。日本語対応、無料で商用利用可能なオープンソース Web上の大量画像とテキストを使って、高速かつ高精度に画像認識

[Seamless]

OpenVoiceV2は日本語対応。自分の声質を維持したまま英語等の声に変換。オープンで商用可