#ScenA

17:51画像・動画生成拡散指数 41

LightricksがScenAを発表：テキストと音声サンプルから臨場感ある多人数会話を一発生成

Lightricksとテルアビブ大学は、複数話者の会話シーンを一度に生成するモデル「ScenA」を発表した。自由なプロンプトと参照音声を渡すだけで、発話の重なりや環境音、笑い声などの表現を含む20秒の音声を生成できる。従来の無機質な個別生成から脱却し、現実の空気感をそのまま再現できる点が画期的だ。