生成AI

最終更新日:2024/02/13
Metaは、音声生成AIモデル「Voicebox」を発表しました。
このAIニュースのポイント
Metaはオーディオの編集やサンプリング、スタイリングに活用可能な音声生成AIモデル「Voicebox」を発表しました。
Voiceboxは音声の編集やサンプリング・スタイル設定など、音声生成タスクを実行できるAI モデルです。大規模データを使ってテキストによる音声入力タスクの解決方法を学習し、コンテキスト内学習を通じて音声タスク全体で単一目的のAIモデルよりも優れたパフォーマンスを発揮します。
例えば、事前に録音された犬の吠え声のノイズ除去や、誤って話された単語を置き換えたりすることができ、ほかにもオーディオの内容とスタイルを維持しながら、高品質のオーディオクリップを作成し編集が可能です。また、このモデルは多言語に対応しており、スピーチサンプルと英語やフランス語などのテキストがあれば、異なる言語であっても6つの言語でテキストの読み上げを生成できます。
Metaは「将来的には、Voiceboxのような多目的生成AIモデルが、メタバースの仮想アシスタントやノンプレイヤーキャラクターに自然な音声を与えるなど、更なる可能性が期待できます。ビデオのオーディオトラックを簡単に作成し編集できる新しいツールの提供を目指します」と述べています。
業務の課題解決に繋がる最新DX・情報をお届けいたします。
メールマガジンの配信をご希望の方は、下記フォームよりご登録ください。登録無料です。
AI製品・ソリューションの掲載を
希望される企業様はこちら