人気VTuberのつぶやきをAIによる音声合成で本人の声で再現する「棒読みこち」がすごい
ホロライブ所属の人気VTuberであるさくらみこさんの声を参考にAIによる音声合成を行い、さくらみこさん本人のツイートをそのまま読み上げる「棒読みこち」が公開されています。 さくらみこさんの声を参考にして作られた音声合成AI、棒読みみこち、生まれました‼️ みこちのツイートを、たまーに読み上げます‼️#miko_Art pic.twitter.com/QiQUvck4ME— 棒読みこち (@bouyomiko35) 例えば、以下のさくらみこさんのツイート。 ショーシャンクの空に みこが目の前が真っ暗になったら 思い出してまた観よう、と思った そんな名作でした???? 泣いたけど気持ちよくGW楽しんでいけるぜぇ！ 必死に生きよう⛏#みこ市長— さくらみこ????SakuraMiko (@sakuramiko35) これを読み上げたものが以下。本人の声でツイートを読み上げています。やや人工的な
CeVIO AI さとうささら、トークもソングも8月5日より、いよいよ発売開始｜DTMステーション
昨年11月に「AI歌声合成でさとうささらが人のように歌う！来年1～3月発売予定となったCeVIO AIを試してみた」という記事で予告したCeVIO AI（チェビオ・エーアイ）のさとうささら。諸々の事情で、発売がだいぶ遅れたようですが、2021年8月5日より、ついに発売が開始されました。これは2013年にリリースされたCeVIO Creative Studioに搭載されていたキャラクタである、さとうささらが、AI歌声合成、AI音声合成に対応した形で新たにリリースされるものです。 多くの人に親しまれてきた、さとうささらの声でありながら、より滑らかに、より自然に、より人間的に歌い、喋るシステムとなって登場したのです。先月、DTMステーションPlus!の番組内でも実演を交えながら詳しく紹介しましたが、改めてCeVIO AIとはどんなものなのか、さとうささらとはどんなキャラクタなのか、CeVIO C
テキスト文章30種類も人工音声で再生！ フリーの音声合成ツールが便利 - ライブドアニュース
テキストとして入力した文章を自動的に読み上げてくれるツールが「音声合成ソフト」だ。高齢者や視力の低い人向けのサービスで活用されることが多いが、書いた文章をさまざまな音声で読み上げてくれるので、趣味や遊びでも可能性は広がる。 今回は、30種類もの声を選べるフリーの音声合成ツール「SofTalk」を紹介しよう。 ●シンプルで使いやすいインターフェイス 今回紹介するSofTalk（ソフトーク）は、音声合成のフリーソフトである。 特徴は30種類もの人工音声を選べることだ。また、再生する音声をWAV形式の音声ファイルとして録音する機能も用意されているので、テキストを音声ファイル化したいときも便利だ。 なお、マイクロソフトのWordにも文章を読み上げる機能はあるが、SofTalkのように再生方法を細かく制御したり、WAVファイル化したりする機能は用意されていない。 記事末のサイトからZIPファイルをダ
誰の声でもキャラの声に--DeNA、AIを活用した音声変換サービスのプロトタイプを公開
ディー・エヌ・エー（DeNA）は5月12日、開発を進めているAIを活用した「音声変換AI」のトライアルを試験利用することができる「VOICE AVATAR 七声ニーナ」を公開した。PCやスマートフォンのブラウザ上で体験することが可能となっている。 これは、自分の声で話しかけて音声を入力すると、その音声が七声ニーナ（CV：高田憂希）の声に変換されるというもの。VOICE AVATAR 七声ニーナでは、入力されたユーザーの音声から話者に依存しない音の情報を抽出し、それをもとにキャラクターの音声を生成。これにより誰の声であっても、事前にユーザーの音声を収録をしたり、文字起こしをしたりすることなく、自然なキャラクターの声に変換することを可能としている。同社ではトライアルを通じて、技術進化の方向性を検証するとともに、より大きな発展に向けた技術蓄積を行っていくという。 現在もAIを用いた完全なキャラク
無料で使えるAI音声合成サービス「CoeFont STUDIO」商用利用も可 | Ledge.ai
サインインした状態で「いいね」を押すと、マイページの 「いいね履歴」に一覧として保存されていくので、 再度読みたくなった時や、あとでじっくり読みたいときに便利です。
東工大発ベンチャー、AIを用いたウェブ音声合成サービス「CoeFont STUDIO」をリリース 期間限定で無償公開 | PANORA
株式会社Yellston 株式会社Yellston（本社：東京都港区、代表：早川 尚吾、以下当社）は、Web音声合成サービス『CoeFont STUDIO』を2021年4月23日(金)にリリース、無料公開いたします。当社は、Web上で音声合成が可能な音声合成サービス『 CoeFont STUDIO』(コエフォントスタジオ) https://coefont.studio/ を2021年4月23日(金)にリリースしました。 CoeFont STUDIOのリリースを記念し、全サービスを期間限定で無料で公開いたします。終了時期は未定ですが、その間本サービス及び出力した音声データは営利・非営利問わずご自由にご利用いただけます。ぜひ当社の音声テクノロジーを用いた「声のフォント」をお試しください。 CoeFont STUDIO編集画面 アクセント・ヨミ編集 『CoeFont STUDIO』は、DeepL
〜AutoMLで実践する〜 ビジネスユーザーのための機械学習入門シリーズ 【第 3 回】 「積ん読」と「体重増」の悩みを AutoML で解決しよう | Google Cloud 公式ブログ
〜AutoMLで実践する〜 ビジネスユーザーのための機械学習入門シリーズ 【第 3 回】 「積ん読」と「体重増」の悩みを AutoML で解決しよう 前回は、AutoML Tables による EC サイトの LTV 分析事例を紹介しました。今回は、同じ AutoML Tables を、より身近な課題の解決に使う方法を紹介します。 その課題とは、筆者自身が抱えていた 2 つの悩みです。ひとつは、スキャンして PDF で保管している書籍の「積ん読」を大量に抱えていたこと。もうひとつは、自宅作業ばかりで増え続けてしまっている体重です。 この 2 つの課題を一挙に解決するソリューションとして筆者が思いついたのが、「PDF 書籍をオーディオブックに変換する」という方法です。読みたかった書籍をオーディオブック化しておけば、ランニングしながら積ん読を解消できます。 この動画のように、Cloud Sto
誰の声でも100人の声に変えられる声変換システム - Dwango Media Village(ドワンゴメディアヴィレッジ,dmv)
著者の声を録画・録音して声を変換し元の映像と組み合わせてみた映像です。 このときの変換元の音声は撮影用のスマートフォンで録音しており、部屋の残響が含まれるなど声が少し不鮮明になる収録環境ですが、それでもしっかり声変換できていることがわかると思います。 概要 Dwango Media Villageの廣芝です。 誰の声でも狙った複数の人の声に変えることができる声変換システムを開発し、実際に声を変えることができるデモページを公開しました。 (2022年5月 SeirenVoiceシリーズの製品化に伴いデモページは終了しました。) この記事では、声変換技術を研究開発する際に取り組んだ課題について紹介します。 声の変換技術には、リアルタイム性と品質のトレードオフがあります。 既存の声変換システムはリアルタイム性を重視する傾向がある一方、品質を重視したものはあまり見かけません。 品質を優先した声変換
マークダウンファイルから日本語音声付き動画を作成できる「Video Puppet」を使ってみた！ - paiza times
どうも、まさとらん（@0310lan）です！ 今回は、単純なマークダウンファイルから動画を生成してダウンロードできるWebサービスをご紹介します！ ブログ記事を書くようにテキストデータを動画に変換できるうえ、自然な日本語音声も自動生成してくれます。また、画像や音楽などのメディアも挿入できるので、チュートリアル動画やPR動画などさまざまな作品を作ることができます。 現在はベータ版で全機能を無料で使えるため、動画作成にご興味がある方はぜひ参考にしてみてください。 【 Video Puppet 】 ■「Video Puppet」の使い方 それでは、最初に「Video Puppet」をどのように使うのか詳しく見ていきましょう！ トップページにアクセスしたら、画面上部にある【SIGN UP】ボタンから無料のユーザー登録をしておきます。 （※登録しなくても制限付きで利用することは可能です） ユーザー名
つよすぎるAIシンガーAIきりたんの基本的な使い方。【無料】｜赤坂まさか
【2020/10/22】 商用利用ライセンス停止（商用利用無償化）について追記しました ツイッターフォローしてくださるとうれしみです。おねがいします。 バーチャルYouTuber/SSWの赤坂まさかです。 2/20にリリースされた「AIきりたん」。これが無調声でもめちゃくちゃリアルに歌ってくれると話題です。これが無料で使えてしまっていいの？ ↓わたしも歌わせてみました。 というわけで、わたし流ですが、AIきりたんの使い方を解説してみます。 1. NEUTRINOをダウンロードまずはオフィシャルサイトからAIきりたんのエンジンであるNEUTRINOをダウンロードしてきます。AIきりたんが初音ミクなら、NEUTRINOはPiapro Studio的なイメージかと思います。きりたんはNEUTRINOに同梱されています。 ※最新版（Version.0.200以上）はGoogleコラボラトリーを使用
12種類の声に“転生”できるボイスチェンジャー グリーが公開
関連記事 音声入力プログラミング派「変数名は感謝の言葉で」 美しくない言霊だとバグが増えます。 MITの研究チーム、画像内のオブジェクトを音声によって識別する機械学習システムを開発 マサチューセッツ工科大学（MIT）の研究者チームは、画像内のオブジェクトを画像の音声説明に基づいて識別する機械学習システムを開発した。「Siri」などとは異なり、あらかじめ何千時間分もの音声録音の文字起こしを必要とせず、話者の少ない言語にも拡張しやすい。 VR、人工知能、画像/音声/動画解析、IoTの最先端16事例が披露されたMicrosoft Innovation Day 2016 Microsoft Innovation Day 2016では、先進的な技術やサービスを提供する企業やスタートアップを表彰するInnovation Award 2016のファイナルピッチと表彰式が行われ、日本のスタートアップの最新
ChainerでWaveNetによる音声合成のチュートリアルを書いてみた - 金融と工学のあいだ
Introduction このチュートリアルではWaveNetを使ったボコーダーにより人の音声を合成します。実行できるチュートリアルは最下部にあります。 ボコーダーとは、音声をパラメータ化した入力を元に音声を合成することです。例えば、ロボットボイスは、人の音声からその発話の特徴量をパラメータとして取得し、それを元にロボットの音色の音声を合成しています。そのため、音声合成で一般的なText-to-Speech(TTS)のように文字列を入力とするのではなく、音声を入力として音声合成します。 WaveNetは、生の音声波形を生成するDeep Neural Networkです。 上記の画像のように、音声波形はあるサンプリングレートで毎時刻の値で波形が保存されていますが、それをWaveNetは生成します。また、今回はボコーダーということで、ランダムに音声を生成するのではなく、入力した音声と似た発話の
音声→テキスト変換のSpeech Recognition APIの使い方と、2017年4月におけるWatson、Google Cloud Speech APIとの違い
※本稿は2017年4月12日の情報を元に作成しています。この記事内で使用している画面やコグニティブサービスの仕様は変更になっている場合があります。 本連載「認識系API活用入門」では、マイクロソフトのコグニティブサービスのAPIを用いて、「現在のコグニティブサービスでどのようなことができるのか」「どのようにして利用できるのか」「どの程度の精度なのか」を検証していきます。連載第1回の「Deep Learningの恩恵を手軽に活用できるコグニティブサービスとは」では、コグニティブサービスとは何かの概要とAPIを使うための準備の仕方を説明しました。 今回はSpeech Recognition APIを試します。 Speech Recognition APIとは Speech Recognition APIは、前回のText To Speech APIの逆で、音声データをAPIに渡すとその音声デー
[新サービス]テキスト読み上げサービス「Amazon Polly」がリリースされました！ #reinvent | DevelopersIO
はじめに AWS re:Invent 2016のKeynote 1にて、テキスト読み上げサービス「Amazon Polly」がリリースされました！ Amazon Pollyとは Amazon Pollyはテキスト読み上げサービスです。今回発表されたAmazon AIシリーズの1つで、Pollyには24の言語と47の音声が含まれており、テキストを自然な形で発声します。Amazon Pollyを活用することで音声対応のアプリケーションを簡単に構築することが出来そうです。アウトプットはそのまま再生したり、オーディオファイルとして保存することも出来ます。 やってみた Text-to-Speech Pollyの管理画面にアクセスし、[Get started]ボタンをクリックします。 [Text-to-Speech]画面では、プレーンテキストまたはSSML(Speech Synthesis Marku
![[新サービス]テキスト読み上げサービス「Amazon Polly」がリリースされました！ #reinvent | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/1e12ff70f04b6868b8ee5aacd70870668bf8659f/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2016%2F12%2Feyecatch_polly.png)
Web Speech API + 雑談APIで楽しく会話 - Qiita
自己紹介 じゅんじゅんというニックネームで、関西を拠点に活動しているフロントエンドエンジニアです。 HAL大阪の2回生です👍 (2016.10.24現在) よくstart up系イベントに行くので、大阪らへんの方は会いましょう！ 音声認識と音声合成 今回は、Web Speech APIとDOCOMO雑談APIを使って音声だけで雑談をしたいと思います。 まずWeb Speech APIですが 音声認識は SpeechRecognitionインターフェース経由で使用出来ます。これは入力された音声（通常はデバイスのデフォルト音声認識サービス経由）から文脈を認識し、適切に対応する機能を提供します。通常は、SpeechRecognition オブジェクトを生成するためにインターフェースコンストラクタを使用します？これはデバイスのマイクから入力された音声を検知するための複数のイベントハンドラを持ちま
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
商用可・無料のAI音声読み上げツール「VOICEVOX」、他アプリへの組み込みも可能なコアライブラリも公開／プロジェクトの保存、キャラの立ち絵、設定画面を追加するなど使い勝手も向上
VOICEVOX | 無料のテキスト読み上げ・歌声合成ソフトウェア
無料で公開されている音声合成サービスが凄いと話題に「ボイロ殺しに来てる」「ベタ打ちで自然に話せる」
高品質な音声変換ソフトウェア | Seiren Voice
無料の音声編集ツール「Audacity」v2.3.3が公開 ～EQがグライコとFilter Curveに分割／M4A（AAC）形式での書き出し時の音声品質設定がファイル保存ダイアログに統合
