For the complete documentation index, see llms.txt. This page is also available as Markdown.

🎤音声生成

音声生成/音声クローン

https://elevenlabs.io/

2022年に設立されたElevenlabsは、急速に注目を集める自然言語処理(NLP)サービスプロバイダーの一つとなりました。

https://play.ht/

2016年に設立されたPlay.htは、オンライン記事を音声化するために自然言語処理を利用したChrome拡張機能としてスタートしました。2017年末までに、個人および企業向けにリアルな音声コンテンツを作成するためのツールを提供するようにサービスを拡大しました。現在、Play.htは世界有数のAI音声プラットフォームとして、世界中の大企業に最高品質のテキスト読み上げサービスを提供しており、ほぼすべての言語に対応しています。また、このプラットフォームには、AI音声クローンとボイスオーバーの作成に特化したオンラインスタジオもあります。

動画クリエイター向けAI音声ジェネレーター

https://artlist.io/voice-over

オーディオライブラリで知られるArtlistが、新たに独自のAI音声サービスをリリースしました。

OpenAIは最近、完璧に人間の声を再現できる高度な音声モデル「Voice Engine」を発表しました。セキュリティ上の懸念から、OpenAIはこのサービスをすぐには一般公開しないことを決定しました。しかし、ウェブサイトでのデモンストレーションでは、クローンされた音声が非常に本物そっくりであることが示されています。

https://openai.com/blog/navigating-the-challenges-and-opportunities-of-synthetic-voices

オープンソースアプリ

わずか1分の音声データでも、高品質なTTS(音声合成)モデルの学習に利用できます。

https://github.com/RVC-Boss/GPT-SoVITS

オーディオサンプルとサウンドデザイン向けのオープンソースモデル

https://stability.ai/news/introducing-stable-audio-open

最終更新