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
「声の装い」は社会課題の解決--AI活用で自分の声を変換するDeNA「七声ニーナ」誕生秘話
音声変換による“声の装い”は、社会的課題の解決に向けた意義とニーズがある--ディー・エヌ・エー（DeNA）が5月に一般公開した、AIの活用による音声変換サービスのプロトタイプ 「VOICE AVATAR 七声ニーナ」の狙いとして語られた。 七声ニーナは、DeNAが取り組んでいるAIを活用した「音声変換AI」のトライアルとしてリリース。PCやスマートフォンのブラウザ上で、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。最大10秒間の音声に対応している。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、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、誰の声であっても自然なキャラクターの声に変換することができるとうたっている。 音声変換に関する取り組みや七声
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
美少女声への変換と合成
Introduction今までは主に可愛い女の子の画像(or 動画)を生成することに取り組んできましたが、画面上に映せるようになったらやはり可愛い声で話して欲しいものです。そこで今回は、別の人の声が与えられた時に美少女声へと変換するための声質変換と、テキストが与えられた時に美少女声を生成するText-to-Speech(TTS)を行なった試行結果について述べようと思います。 Voice ConversionIntroduction声質変換のデータには2種類あります。それが、パラレルデータとノンパラレルデータです。以下にそれぞれの特徴を述べていきます。 パラレルデータを用いた声質変換 同じセリフを発する2種類の声を学習データとして用います。発話内容が同じのため、言語特徴を気にせず音響特徴量の変換を行うことが可能です。しかし、話速の違い等によって言葉を発するタイミングがずれてしまうのでDyna
音声AI「Alexa」サービスが1万種突破、米Amazonの成長戦略に迫る
Amazon.comはこのほど、AI（人工知能）を使ったクラウドベースの音声アシスタント「Alexa」で利用できるサービスが1万種を超えたと発表した。 これは同社が「スキル」と呼んでいるもので、スマートフォンなどモバイル端末で利用できるアプリに似ている。例えば、これを使えば自分の銀行口座の残高確認やピザの注文などが音声命令でできるようになる。 ただし、ユーザーが話しかける機器はスマートフォンではなく、Amazonが米国などで販売しているスピーカー型の音声アシスタント機器「Amazon Echo」「Amazon Tap」「Echo Dot」と、映像配信機器「Fire TV」「Fire TV Stick」などだ。 EchoなどのAmazonの機器で利用できるこれらのスキルは、当初同社が自社開発したものか、同社と提携する大手企業が開発したものが用意されていた。これにより、例えば、音楽を流したり、
ディープラーニングで人間と同じトーン・スピード・抑揚を再現して自然な音声を出力する「WaveNet」をDeepMindが開発
Googleの人工知能開発部門の「DeepMind」が、状況や感情に応じてトーンや「間」などを使い分けて、まるで人間が話しているかのような自然な音声を出力する技術「WaveNet」を開発しました。すでに英語と中国語で、既存のテキストトゥスピーチ(TTS)技術を圧倒する品質を実現しています。 WaveNet: A Generative Model for Raw Audio | DeepMind https://deepmind.com/blog/wavenet-generative-model-raw-audio/ Google's DeepMind learns to reproduce human speech, tricks us into starting robot apocalypse http://www.neowin.net/news/googles-deepmind-le
1
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
高品質な音声変換ソフトウェア | Seiren Voice