3月6日、出門问问（Mobvoi）は香港科技大学、上海交通大学、南洋理工大学、西北工業大学などのトップレベルの学術機関と共同で、次世代音声生成モデルSpark-TTSをオープンソース化し、その商業化された高品質TTSエンジンであるTicVoice 7.0を正式に発表しました。出門问问の第7世代TTSエンジンであるTicVoice 7.0は、音声生成分野で大きなブレークスルーを達成し、新しい音声生成パラダイムを開拓しました。

最近、Netflixは新たに公開された実録犯罪ドキュメンタリー『アメリカン・マザー：ガビ・ペティート』において、故ソーシャルメディア・インフルエンサー、ガビ・ペティートの声をAI技術で再現したことで、大きな論争を巻き起こしています。ガビは2021年8月に婚約者ブライアン・ランドリーによって殺害され、国民に深い悲しみを与えました。ドキュメンタリーの冒頭で、視聴者はペティートの日記とテキストメッセージが音声再現技術によって彼女の声で再現されるという記述に気づきました。画像出典：AI生成画像、画像ライセンスプロバイダーMid

HYBE傘下の人工知能音声会社Supertoneは、高品質で表現力豊かな音声コンテンツを生成するテキスト読み上げツール「Supertone Play」を発表しました。現在、英語、韓国語、日本語に対応しており、今年中にはスペイン語と中国語にも対応予定です。Supertone Playは150種類の音声キャラクターを提供し、自然な会話、プロのニュース報道、オーディオブックなど、様々なコンテンツ制作ニーズに対応します。

ZyphraAIは最近、最新の多言語テキスト読み上げ（TTS）モデル**Zonos-TTS**をリリースしました。このモデルは**Apache2.0ライセンス**に基づいており、完全にオープンソースで商用利用が可能です。Zonos-TTSはリアルタイムの音声クローン機能をサポートするだけでなく、20万時間の英語音声データでトレーニングされており、優れた性能を発揮します。Zonos-TTSは、ローカルでの展開と手軽なAPIサービスの2つの展開方法を提供しています。一般ユーザーにとって、Zyphr...

AI音声テクノロジー企業ElevenLabsが再び注目を集めています。同社は先日、2.5億ドルという巨額のシリーズCラウンドでの資金調達を発表し、評価額は30億～33億ドルに達しました。今回の資金調達はICONIQ Growthがリードインベスターを務め、AI音声技術に対する市場の強い信頼を示しています。わずか1年前、ElevenLabsは8000万ドルのシリーズBラウンドで資金調達を実施しましたが、その当時の評価額は現在の3分の1程度でした。同社の急成長ぶりが伺えます。ElevenLabsはMat…

授賞シーズンが近づくなか、映画制作における人工知能（AI）の応用が激しい議論を巻き起こしている。今年だけでも少なくとも2本の話題作で、俳優のパフォーマンスを高めるために音声クローン技術が使用されていたことが明らかになり、映画業界におけるAIの未来について多くの憶測が飛び交っている。映画『ブルタリスト』の編集者であるダビデ・ヤンチョは、『レッドシャークニュース』のインタビューで、映画内のハンガリー語のセリフをより自然にするために、ウクライナの企業Respeecherが開発したAIツールを使用したと明かした。

2024年末に海螺AI海外版がAI音声クローン機能をリリースしたのに続き、Hailuo AIは先日、新しい音声モデルT2A-01-HDを発表しました。T2A-01-HDは音声クローンに対応し、感情豊かな音声を生成できます。公式によると、T2A-01-HDは元の音声モデルをベースに音質が向上し、優れたクローン精度を実現しています。ただし、T2A-01-HDは現在オープンソース化されておらず、ユーザーはWebサイトで無料で利用できます。Hailuo AIへアクセス

複雑なオープンソースデジタルヒューマンツールの環境設定に頭を悩ませていますか？AigcPanelの登場で、この状況は一変します。このオールインワンのAIデジタルヒューマンシステムは、そのシンプルで使いやすい特性により、あらゆるユーザーが簡単に使いこなせます。インストールパッケージ一つで、あらゆる問題を解決し、煩雑な環境設定とはお別れです。モデルをダウンロードするだけで使用開始でき、「開梱即使用」を実現しました。AigcPanelの主要機能は、強力な動画合成、音声合成、音声クローン機能です。ユーザーは簡単にデジタルヒューマンを含む動画を生成できます。

金山办公は本日、1月22日まで、WPS AIの全ユーザー向けに年末特典として、AIによるPPT作成、AIスタイルクローン、AIフィルター、PPTテンプレートの4つの機能を無料で開放すると発表しました。これにより、作業効率の向上と、年末のまとめPPTの創造性の向上が期待できます。AIによるPPT作成機能では、ドキュメントをインポートすることで、プロフェッショナルで美しいPPTを迅速に作成できます。WPS AIの技術に基づき、この機能はドキュメントの論理、テーマ、重要な内容を正確に認識し、目次を変更することなく…

最近、中国語AI音声クローン技術が画期的な進歩を遂げました。海螺AI海外版がリリースした音声クローンモジュールは、わずか10～60秒の音声サンプルで、ユーザーの声を完璧に再現できます。海螺AI海外版の音声クローン効果は多くのユーザーを驚かせました。従来の中国語音声クローン分野では、多くの製品がありましたが、効果は必ずしも満足のいくものではありませんでした。海螺AIの音声クローン機能は非常にシンプルで使いやすく、ユーザーは複数の音声モデルを作成できます。ユーザーは「voice」モジュールにアクセスするだけで、

感情的知能音声インターフェースに特化したスタートアップ企業であるHume AIは、最近「音声制御」という実験的機能を発表しました。この新しいツールは、開発者やユーザーがコーディング、AIプロンプトエンジニアリング、サウンドデザインスキルを必要とせずに、パーソナライズされたAI音声を作成することを目指しています。ユーザーは音声の特徴を正確に調整することで、ニーズに合った音声を簡単にカスタマイズできます。この新機能は、同社が以前に発表した「共感音声インターフェース2」（EVI2）を基盤としており、EVI2は音声の自然さを向上させています。

人工知能技術の発展に伴い、音声クローン技術が一般の注目を集める一方、その潜在的なリスクも顕在化しています。最近、複数の著名人の声が不正にクローン化され、詐欺ツールとして悪用される事件が相次いでいます。有名な自然ドキュメンタリー番組の司会者であるデイビッド・アッテンボロー氏をはじめ、多くの有名人が懸念を表明し、法的保護の強化を訴えています。画像注記：画像はAI生成、画像ライセンス提供元Midjourney　最近、デイビッド・アッテンボロー氏は自身の声が政治ニュースの拡散に使用されていることを発見し、衝撃を受けています。

最新の研究によると、生成AIモデル、特に大規模言語モデル（LLM）を利用して、様々な状況下で人間の行動を正確にシミュレートできるアーキテクチャを構築できることが示されました。この研究成果は、社会科学研究にとって強力な新しいツールとなります。研究者らはまず、アメリカ合衆国各地の様々な背景を持つ1000名以上の参加者を募り、2時間にわたる詳細なインタビューを行い、生活経験、意見、価値観などの情報を収集しました。その後、研究者らはこれらのインタビュー記録と大規模言語モデルを用いて…

AI音声クローンとテキスト読み上げAPIに特化したスタートアップ企業ElevenLabsは、ユーザーが完全な会話型AIエージェントを作成できる新機能を発表しました。ユーザーはElevenLabsの開発者プラットフォームで、音声のトーンやレスポンスの長さなど、ニーズに合わせて会話型AIエージェントのさまざまな変数をカスタマイズできるようになりました。ElevenLabsはこれまで、さまざまな音声とテキスト読み上げサービスを提供していました。同社の成長担当責任者Sam Sklar氏はインタビューで…

AI系メディア「デジタルライフカズク」の情報によると、微信公式アカウントはひっそりと新しい機能であるAI音声クローン機能を導入しました。これはユーザーの読書体験を向上させることを目的としています。バージョン2.29.1で導入されたこの機能により、ユーザーは自分の声で記事を読み上げることができ、コンテンツのパーソナライズが大幅に向上します。ユーザーはバックエンドの設定で「朗読音声」オプションを見つけ、独自のボイスを作成できます。音声作成のプロセスは比較的簡単で、ユーザーはテキストを朗読するだけで、システムが迅速に音声クローンを作成します。

Oute AIは最近、OuteTTS-0.1-350Mと呼ばれる革新的なテキスト音声変換手法を発表しました。この手法は純粋な言語モデリングを利用し、外部アダプターや複雑なアーキテクチャを必要とせず、簡素化されたTTS手法を提供します。OuteTTS-0.1-350MはLLaMaアーキテクチャに基づいており、WavTokenizerを使用して直接オーディオトークンを生成することで、より効率的なプロセスを実現しています。このモデルはゼロショット音声クローン機能を備えており、数秒間の参照音声だけで音声クローンを作成できます。

人気のAIキャラクター作成ツールHedraが、エキサイティングな新機能である音声クローンを発表しました！これからは、ユーザーは自分の声を短時間録音するだけで、プラットフォーム上でクローンを作成、保存し、作成またはアップロードした任意のキャラクターに適用できます。ただし、この新機能は有料ユーザーのみが利用でき、最低月額料金は10ドルです。Hedraは使いやすさが魅力の一つです。RunwayやKlingとの比較においても、Hedraは...

私たちは長年、家事を手伝ってくれ、会話相手になってくれ、さらにはアイアンマンのジャービスのように何でもできる、人間のように賢いロボットを持つことを夢見てきました。しかし、理想は高く、現実は厳しいものです。ロボットに何かを教えるのは、簡単にできることではありません。それはまるで、恋人に理屈を教えるようなもので、苦労する割に効果がない可能性があります。なぜでしょうか？それは、現実世界があまりにも複雑で、予期せぬ出来事や変化に満ちているからです。恋人に簡単な理屈を教えるだけでも苦労するのに、人間の思考を持たないロボットに教えるのは、さらに難しいのです。