Meta、音声生成AIモデル「Voicebox」を発表
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
- 「Voicebox」 は、オーディオの編集やサンプリング、スタイリングに役立つ生成 AI モデル
- 言い間違えの修正やノイズの除去、他言語変換などオーディオクリップの作成・編集が可能
- 今後、オーディオトラックを簡単に作成・編集できる新しいツールの提供を目指す
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。
- AIサービス
- 生成AI
- 音声認識・翻訳・通訳
- メタバース
DXトレンドマガジン
メールマガジン登録
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・人工知能記事カテゴリ一覧
AI・人工知能サービス
- 生成AI
- 画像生成AI
- ChatGPT
- AI研究開発
- LLM
- DX推進
- おすすめAI企業
- チャットボット
- ボイスボット
- 音声認識・翻訳・通訳
- 画像認識・画像解析
- 顔認証
- AI-OCR
- 外観検査
- 異常検知・予知保全
- 自然言語処理-NLP-
- 検索システム
- 感情認識・感情解析
- AIモデル作成
- 需要予測・ダイナミックプライシング
- AI人材育成・教育
- アノテーション
- AI学習データ作成
- エッジAI
- IoT
- JDLA
- G検定
- E資格
- PoC検証
- RPAツール
- Salesforce Einstein
- Watson(ワトソン)
- Web接客ツール
- サプライチェーン
- メタバース
- AR・VR・デジタルツイン
- MI
- スマートファクトリー
- データ活用・分析
- 機械学習
- ディープラーニング
- 強化学習
- テレワーク・リモートワーク
- マーケテイングオートメーション・MAツール
- マッチング
- レコメンド
- ロボット
- 予測
- 広告・クリエイティブ
- 営業支援・インサイドセールス
- 省人化
- 議事録自動作成
- 配送ルート最適化
- 非接触AI
業態業種別AI導入活用事例
今注目のカテゴリー
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