音声生成とは
テキスト情報や声の特徴データをもとに、AIが人の肉声にそっくりな声を人工的に作り出す技術です。読み上げアプリやバーチャルキャラクターの声などに広く活用されています。
たとえるなら — 渡された台本を、まるで本物の声優のように感情を込めて滑らかに読み上げてくれるロボットのような技術です。
入門モデルと技術
「音声生成」が出てきたニュース
- ネット不要でスマホで動く音声読み上げAI「Phonon」公開、2週間で20万DL
- Pika、わずか6手順で音付き映像を作る新AI公開 画像や音など最大12素材を参照可能
- 独政府とエヌビディアが連携、製造業の知見と先端AIの融合へ
- 家庭用PCで最新画像や動画AIを操作できる「ComfyUI」メモリ4GBでも動作
- 動画が言葉通りにリアルタイム変化!? わずか30日で成し遂げた米新興の衝撃
