YouTube、有名アーティストの歌声を模倣するAI音声ツールを開発中か
米Bloombergの報道によると、YouTubeはクリエイターが著名ミュージシャンの歌声を再現できるAI音声ツールの開発を進めている。同社はAI学習に必要な権利取得に向けて大手レコード会社と交渉を行っているが、現時点で正式契約には至っていないという。
米Bloombergの報道によると、YouTubeはクリエイターが著名ミュージシャンの歌声を再現できるAI音声ツールの開発を進めている。同社はAI学習に必要な権利取得に向けて大手レコード会社と交渉を行っているが、現時点で正式契約には至っていないという。
ニューヨーク市のエリック・アダムズ市長は昨日、AIツールで自身の声を複製し、話せない北京語やスペイン語などの自動案内電話を市民に発信していたと明かした。AI音声であることを明記していないため批判が殺到しているが、市長は言語の壁を越えて市民に届ける手段だと反論している。
DescriptはAI動画・ポッドキャスト編集アシスタント「Underlord」をリリースした。映像と台本を理解し、話者のセンタリング、字幕の追加、言い淀みの削除などの面倒な作業を自然言語の指示で自動処理する。無料枠(月1時間まで)でも試用可能だ。
ElevenLabsは動画生成プラットフォームのPictory AIとの提携を発表した。Pictoryに高精度な音声合成技術が統合され、英語やドイツ語を中心に、記事や台本から自然なナレーション付き動画を手軽に生成できるようになる。
ElevenLabsは自動音声翻訳ツール「AI Dubbing」を発表した。話者本人の声質や感情、抑揚を保ちながら、音声を数分で20以上の言語へ吹き替える。複数話者の自動識別や背景ノイズの除去にも対応し、動画の多言語展開を簡素化する。
AppleはmacOS Sonomaの無料アップデート提供を開始した。デスクトップウィジェットやゲームモードに加え、キーボードの自動修正機能にオンデバイスのTransformer言語モデルを導入。日常のタイピング補正や音声入力の精度を底上げしており、対応Macから順次アップデートできる。
SpotifyはOpenAIと提携し、ポッドキャスター本人の声をクローンして他言語へ翻訳・再生する音声翻訳機能をテスト公開した。英語エピソードを本人の声質のままスペイン語に吹き替えるもので、近く仏・独語にも拡大予定。機械的な吹き替えと違い本人の声で聴けるのが魅力だが、安全性への配慮から現在は一部の限定配信者のみに提供されている。
OpenAIはChatGPTに音声と画像の認識・対話機能を追加したと発表した。冷蔵庫の写真を撮って献立を相談したり、5種類の自然な声でリアルタイムに会話したりできる。PlusおよびEnterpriseユーザー向けに2週間かけて順次提供される。
YouTubeはのイベント「Made on YouTube」で、クリエイター向けの新AI機能を発表した。動画の説明文を入力するだけで最適な楽曲やライセンス料を提案する検索アシスタントを来年初めに導入するほか、ワンクリックで多言語吹き替えを生成できる「Aloud」をYouTube Studioに統合する。
AmazonはFire TVの音声検索に生成AIを導入すると発表した。ユーザーはAlexaに対して「雨の日に家で見るコメディ」や「カーチェイスのあるアクション映画」など、日常会話のような質問で作品を探せるようになる。米国で年内後半に提供開始予定。
AmazonはEcho端末向けのAlexaに新しい生成AIモデルを導入すると発表した。音声に特化して最適化されており、ユーザーの間の取り方を反映した応答や、「不気味な照明にして」といった曖昧なスマートホーム指示の解釈が可能になる。米国向けに既存のEcho端末で近く無料プレビューが提供される予定だ。
Robloxは音声モデレーション技術を手掛けるフィンランドのスタートアップSpeechlyの買収を発表した。Speechlyはリアルタイムの音声文字起こしや有害発言の検知AIを提供している。Robloxが進めるボイスチャット機能の拡大に伴い、コミュニティの安全性向上を図る狙いだ。
ElevenLabsはオーディオブック作成ツール「Projects」を発表した。ePub形式の電子書籍をアップロードするだけで登場人物を自動検出し、最適なAI音声を割り当てて90以上の言語でスタジオ品質の音源を数分で制作できる。
AppleはiPhone 15の発表において、世間を席巻する生成AIトレンドを追わず、日常に溶け込む機械学習機能に注力した。A17 Proを搭載し、通話の「声を分離」や自動の深度検出によるポートレート化、留守電の文字起こしなどを実現。派手なチャットボットではなく、生活の摩擦を減らす実用性を最優先している。
AdobeはPremiere ProとAfter Effectsのベータ版に新AI機能を発表した。Premiere Proにはノイズを除去して音質を高めるEnhance Speechやつなぎ言葉の一括削除機能が加わり、After EffectsではAIロトブラシが進化。現在ベータ版で利用可能で、今秋に正式リリース予定。
GoogleはGoogle Adsにおいて、AIを活用したクリエイティブガイダンス機能を導入した。動画開始5秒以内のロゴ表示や縦横比、長さをAIが自動判定し、改善案を提示する。また、管理画面内から15言語の高品質なAIナレーション音声を直接追加できる。
AIドレイク曲で話題を呼んだ覆面クリエイターGhostwriterが、新たなAI音声楽曲を発表し、前作をグラミー賞に提出した。主催団体のCEOは人間が作詞作曲したため創作面での応募資格を認めたが、配信基準のクリアが課題となっている。AI生成音楽が最高峰の音楽賞に波紋を広げている。
ActivisionはModulateと提携し『Call of Duty』シリーズにAI音声モデレーションツール「ToxMod」を導入すると発表した。単なる文字起こしにとどまらず、声のトーンや感情を分析してヘイトスピーチなどを検知し、人間の管理者に報告する。北米でテストが開始され、11月に世界展開される予定だ。
Substackはポッドキャスト向けにAIによる自動文字起こし機能を公開しました。音声をアップロードしてボタンを押すだけで約1分で書き起こされ、編集や記事内での公開が可能です。抜粋したテキストから音声付きのSNS共有用クリップ(オーディオグラム)も作成できます。
DoorDashは飲食店向けのAI音声注文システムを開発中だと発表した。顧客の2割が電話注文を好む一方で半数が応答されていない現状に対応する。AIと人間のオペレーターを併用し多言語や追加注文の提案にも対応するが、提供時期や価格は未定だ。