Voicebox：音声クローンと文字起こしをローカルで完結するオープンソースAI
オープンソースのローカル音声アプリ「Voicebox」がGitHubで4.2万以上のStarを獲得し、注目を集めています。数秒の音声から声を複製できるほか、グローバルショートカットであらゆる入力欄に音声入力でき、Claude Code等のエージェントへの組み込みにも対応。有料サービスに頼らずローカル環境で音声ワークフローを構築できます。
Voicebox
MetaがAudioboxを発表：テキスト指示で音声や効果音を自在に生成
Metaは音声や効果音、環境音を生成・編集できるAIモデル「Audiobox」を発表した。自然言語プロンプトで音の種類を指定できるほか、音声サンプルとテキスト指示を組み合わせた声質変更にも対応する。現在は一部の研究機関向けに限定提供されており、インタラクティブなデモも公開されている。
Meta、音声生成AI「Voicebox」を発表 2秒の音声から声色を再現
Metaは多目的音声生成AI「Voicebox」を発表した。わずか2秒の音声サンプルから話者のスタイルを再現して読み上げるほか、英語など6言語に対応。犬の鳴き声などのノイズ部分を消して自然に再生成する編集も可能だ。