YouTube、AI吹き替え「Aloud」統合へ　動画の多言語化を自動化

動画を多言語展開したいクリエイターにとって、翻訳や吹き替えのコストは常に大きな壁でした。YouTubeは木曜日、VidConにて、Googleの社内インキュベーターArea 120発のAI吹き替えツール「Aloud」のチームを本体に合流させると発表しました。

自動音声生成から2024年のリップシンクまで

Aloudの仕組みはシンプルです。まず動画の音声を自動で文字起こしし、クリエイターがテキストを確認・編集したうえで、AIが翻訳と吹き替え音声を生成します。

YouTubeのAmjad Hanif氏がThe Vergeに語ったところによると、現在は数百人のクリエイターを対象にテスト中とのことです。広報担当のJessica Gibby氏によれば、現時点で対応している言語は英語、スペイン語、ポルトガル語の3言語で、今後順次拡大予定です。

実際の仕上がりは、Amoeba Sistersチャンネルの動画にあるスペイン語音声トラックで確認できます。さらにYouTubeは、2024年にクリエイター本人の声質を再現し、豊かな感情表現やリップシンク（口の動きの同期）を可能にするアップデートを計画しています。

なぜ重要か

クリエイターにとって、外部の翻訳者や声優を雇わずにプラットフォーム内で多言語音声を完結できる価値は非常に大きいです。対応言語がまだ少なくても、海外市場への足がかりとしては十分役立ちます。

社内インキュベーターの技術をYouTubeの標準機能として組み込む判断は、堅実で賢い手だと私たちは考えます。

ただし、現段階の合成音声はまだ機械的な印象を残す可能性があります。この機能が本当に受け入れられるかどうかは、2024年に予告されている声質再現やリップシンクがどこまで違和感のないレベルに仕上がるかにかかっています。