タグ: 合成音声（用語）
合成音声に関する記事一覧
アニメーションと音声で写真に生命を吹き込む、MyHeritageとD-IDが提携し故人が話す動画が作成可能に
2021年、家系調査サービスのMyHeritageが、故人の顔写真を動画化できる斬新な「ディープフェイク」機能を導入して話題になった。TikTokのユーザーたちはいち早くその技術に反応して、動画を投稿し、自分が会ったこともない親戚やまだその死を悲しんでいる故人を蘇らせて、「ディープノスタルジア」と呼んだ。今日まで、1億枚以上の写真がこの機能で動画になった。そしてその機能が進化した。米国時間3月3日、MyHeritageはパートナーのD-IDとともに「ディープノスタルジア」を拡張した「ライブストーリー」機能をローンチした。写真の人物を生…続きを読む
iPadで視線によるタイピング、会話、アプリ操作が可能になるケース「TD Pilot」をTobiiが発売
アイトラッキング（視線計測）技術を手がけるスウェーデンのTobii（トビー）は、その技術をApple（アップル）製のタブレットに導入し、iPadを身体障がい者のための強力なオールインワンツールにするためのケース「TD Pilot」を発表した。iPadにTD Pilotを装着したユーザーは、視線だけでアプリを起動したり、すばやくタイピングしたり、合成音声で話したりすることができる。 iPadOS 15では、iPadにアイトラッキング用ハードウェアをネイティブに統合することが可能になったが、Tobiiはおそらく、その分野で最も知られた名前…続きを読む
エンタメやAR/VRで人気のAI音声・合成発話「ボイススキン」を手がけるLOVOが約4.9億円調達
「ボイススキン」は、AIベースの音声アシスタントで非常に人気のある機能となっている。Alexaのようなサービスで得られる、役には立つが、無味乾燥でロボットのような発話音声といった、より退屈な側面のいくつかをパーソナライズするのに効果を発揮する。さまざまな企業が自社のサービスを横断して利用したり、サードパーティが作成や応用の目的で使用できるようなボイススキンを構築しているスタートアップが、その成長を促すために資金調達を進めている。 カリフォルニア州バークレーを拠点とする人工知能（AI）音声および合成音声ツール開発企業のLOVOは今週、韓…続きを読む
自分の声で音声合成できる「CoeFont CLOUD」で多彩な感情表現が可能に
東京工業大学発のAI音声合成スタートアップYellston（エールストン）は9月16日、自分や著名人の声を「フォント」化して音声合成ができるプラットフォーム「CoeFont Cloud」（コエフォント・クラウド）に、喜びや怒りなどの感情表現機能を追加したと発表した。 現在は、男性バーチャルキャラクターであるアベルーニに感情機能を実装。通常の声に加えて、喜怒哀楽の4種類の声のフォント（CoeFont）があり、それぞれの感情のこもったテキスト読み上げをしてくれる。これらのCoeFontを組み合わることで、表現豊かな音声合成を作ることができ…続きを読む
声を失った声帯摘出者のCoeFont CLOUD利用が無料に、自分のAI音声による会話を支援
東京工業大学発のAI音声合成スタートアップYellstone（エールストン）は9月9日、自分の声を取り込んで音声合成が行えるサービス「CoeFont CLOUD」を、声帯摘出によって声を失った人たちに無料提供すると発表した。これを利用すれば、スマホやパソコンで文章を入力するだけで、自分の声で会話ができるようになる。 申し込みは、「CoeFont CLOUD 声帯摘出者向けプラン申請フォーム」から行える。 AI音声合成プラットフォーム「CoeFont CLOUD」では、自分の声を収録すれば、それが音声合成用の声のフォント「CoeFont…続きを読む
「CoeFont Cloud」と小学館が協働し声優・森川智之さんの音声フォントを採用したAI音声合成オーディブックの試聴版公開
東京工業大学発のAI音声合成スタートアップYellstone（エールストン）は9月7日、人の声をフォント化して音声合成を行うプラットフォーム「CoeFont Cloud」（コエフォント・クラウド）を利用し、小学館と協働でAI音声合成オーディブックの試聴版を作成したと発表した。 第1弾は、「鬼滅の刃」産屋敷耀哉（うぶやしきかがや）役やトム・クルーズの吹き替えで知られる声優・森川智之さんの合成音声によるオーディオブック「なぜ”ブブカ”はスポーツでもビジネスでも成功し続けるのか」（小学館：セルゲイ・ブブカ著）。特設ページにおいて、期間限定で…続きを読む
円滑なカスタマーサービスのために、あるアクセントをリアルタイムで別のアクセントに変換させるSanas
カスタマーサービス産業では、アクセントが仕事のさまざまな側面を左右する。本来アクセントには「良い」も「悪い」もないはずだが、現在のグローバル経済（とはいえ明日のことは誰にもわからないが）では、米国人や英国人のアクセントのように聞こえることには価値がある。多くの人がアクセントを補正するトレーニングを受けていいるが、Sanas（サナス）はそれとは違うアプローチを採用するスタートアップだ。同社は音声認識と音声合成を利用して、ほぼリアルタイムで話し手のアクセントを変える。同社はまた550万ドル（約6億1000万円）のシード資金を調達している。…続きを読む
500円・約15分間の収録で自分の声によるAI音声合成を可能にする「CoeFont CLOUD」が先行公開を開始
東京工業大学2年生で19歳の早川尚吾氏が設立し、社長を務めるAI音声合成スタートアップYellston（エールストン）は7月19日、1回の料金500円で約15分間の収録を行えば、AIが自分の声を音声合成用の声のフォント「CoeFont」（コエフォント）に変換してくれるサービス「CoeFont CLOUD」の先行リリース開始を発表した。 2020年11月設立のYellstonは、「CoeFont Studio」（コエフォントスタジオ）を2021年4月にリリースした。デジタルキャラクターや著名人の声でテキストの読み上げをさせることができる…続きを読む
アンソニー・ボーディン氏の最新ドキュメンタリー「Roadrunner」にはディープフェイク音声が使われている
米国時間7月16日、Anthony Bourdain（アンソニー・ボーディン）氏を描いたドキュメンタリー映画「Roadrunner」が米国の劇場で公開される。多くのドキュメンタリーと同様に、本作はインタビューや未公開シーンを含む数多くの記録映像から作られており、主人公の物語を自身の言葉で語らせようとしている。作品ではボーディン氏が2018年に自殺する前にカメラの前で話したことのなかった言葉も、彼の声で聞くことができる。 The New Yorker（ニューヨーカー）のインタビューに答えて、同作品の監督であるMorgan Neville…続きを読む
人と間違えるほど自然な合成音声を高速で作成するツールをWellSaid Labsが開発
WellSaid Labs（ウェルセド・ラボ）は、本物と間違えるような合成音声を作成するツールを提供しているスタートアップ企業だ。同社は事業拡大のために、シリーズA投資ラウンドで1000万ドル（約11億円）の資金を調達した。同社が自社開発したテキスト読み上げエンジンは、リアルタイム以上に高速で処理を行い、短い言葉から数時間にわたる朗読まで、自然な読み上げ音声を作成できる。 WellSaidは、2019年にAllen Institute（アレン研究所）によるAIスタートアップのためのインキュベーターから登場した。その目標は、トレーニング…続きを読む
AI駆動でテキストを美しい合成音声として出力するAflorithmicが約1.4億円調達
ロンドンとバルセロナを拠点とするAudio-as-a-Service SaaSスタートアップAflorithmic（アフロリズミック）が、シードラウンドでCrowd Media Holdings（インフルエンサーベースの「ソーシャルコマース」とマーケティングに注力したオーストラリア拠点の企業）から130万ドル（約1億3605万円）の資金を調達した。 プレスリリースによると、クラウドメディアホールディングスはAflorithmicの10%の株式を取得することになり、この戦略的投資の目的は「クラス最高の音声クローン技術」によって有名人とF…続きを読む
動画音声を本人の自然な声で別言語に吹き替えるAIシステム開発のPapercupが約11億円調達
すでにゲームやテレビ業界で使われているが、話した人の声で別の言語に変換するスピーチ技術を開発した英国のAIスタートアップPapercup（ペーパーカップ）は、800万スターリングポンド（約11億円）の資金を調達した。 このラウンドはLocalGlobeとSands Capital Venturesが主導し、Sky、GMG Ventures、Entrepreneur First（EF）、BDMIが参加している。Papercupは今回の資金を機械学習研究と、AI通訳動画の品質改善やカスタマイズのための「Human in the loop」…続きを読む
WellSaid Labs、合成音声を数秒間のクリップから数時間のクリップへと進化
今や何百万世帯もの家庭で音声対応のデバイスが利用されているが、数秒以上続く長い合成音声を普段耳にすることはまずないだろう。WellSaid Labs（ウェルセッドラブズ）は、音声エンジン分野の開発を押し進め、我々が日々Siri（シリ）やAlexa（アレクサ）で聞いている短文と同等、またはそれ以上のクオリティを持つ、数時間にもわたる音声コンテンツを素早く簡単に生成することに成功した。 昨年世に出て以来、WellSaid Labsは同社が持つ技術をデモ製品から商用製品へと進化させるため着実に取り組んできた。その過程で同社は利益になり得るニ…続きを読む
合成音声に人間の深い感情を吹き込むSonantic、本当に人が泣いているかのような表現も可能に
Amazon（アマゾン）のAlexa（アレクサ）やApple（アップル）のSiriなどの音声アシスタントには「情緒」とか「表現力」といった言葉は無縁に思える。声のトーンは平坦で慇懃で、感情は一切表に出さない。アシスタントならそれでもいいが、合成音声をゲームや映画、その他の物語性の高いメディアには使いづらい。 そこで、Sonantic（ソナンティック）というスタートアップは、真に迫った泣き方をする「人間の深い感情」を表現できるAIの開発に取り組んでいる。英国を拠点とするこのスタートアップは、先月、EQT Ventures主導による230…続きを読む
WellSaidは人間の代役が務まるほど自然な合成音声を公開
文字で読むより、口で言ってもらったほうがいいことは多い。しかし、今のところ最高の音声技術は音声アシスタントが独占していて、画面の読み上げやオーディオブックの自動生成などには使えていない。WellSaid（「うまい言い方」という意味）は、人の声の代わりになる高品質な合成音声による語りを、クリエイターにも使えるようにしたいと考えている。もしかしたら、自分自身の声を合成できるかもしれない。 この数年間で、ニューラル技術が手作業に頼っていた従来のアプローチを大幅に改善したことにより、音声合成は大きな進歩を遂げた。しかし、GoogleもAppl…続きを読む
Googleの機械学習式音声生成システムWaveNetが、Google Assistantに導入される
Googleは昨年、新しい音声生成の方法であるWaveNetを発表した。これは大量の単語ライブラリや、堅苦しくなりがちな簡易手段に頼らない手法だ。WaveNetは、機械学習を使いサンプル毎に音声を生成する。その結果は私に言わせれば「気味が悪いほど良くできた」ものだ。これまではラボの中で提供されていたが、この技術が、最新版のGoogle Assistantに導入される。 この技術の背後にある基本的なアイデアは、文法や音調のルールを手でコーディングして単語や文を生成するのではなく、機械学習システムを使ってスピーチのパターンを見出し、それを…続きを読む
近日開催のイベント
