キズナアイとねこますの声を入れ替える機械学習をした - Qiita

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 最近バーチャルユーチュ－バーが人気ですよね。自分もこの流れに乗って何か作りたいと思い、開発をしました。 モーションキャプチャー等を使って見た目を変えるのは かなり普及しているっぽいので、自分は声を変えられるようにしようと開発しました。 やったこと キズナアイさんとねこますさんの、それぞれの声を入れ替えられるようにしました。これによって、ねこますさんのしゃべった内容を、キズナアイさんの声でしゃべらせることができます。(逆も) 機械学習手法の一つであるCycleGANを用いて、変換するためのネットワークを学習しました。 パラレルデータ(話者

[RabbitBit]

パラレルデータ不要とか、マ？　アバター前提のキャラクター（例:VTuber）は、キャラクター設定を決めておけば、中の人が交代できたりするようになるのかな。将来的には、永遠のアイドルが作れそう。

[testedquality]

これ亡くなった人の声をもともとの声から再現できたりしますよね？すごいな。いま寄付を募集されているそうなんだけど私この2つからは寄付できない・・・Boothで作り方のまとめて売ってくれたら買います！

[soluterf2334]

vtuberで引き寄せるより蝶ネクタイ型変声機と称して安室さんの声が出せる、のタレコミでやった方が厚い支援が期待できそう

[t_f_m]

あとで聞く

[niship_0822]

推しの声で好きなこと喋らせることもある程度可能ということだろうか

[nilab]

キズナアイとねこますの声を入れ替える機械学習をした - Qiita

[geromi]

すごい。すごいけどあとで巨大企業から音声の権利関係で消させられそう

[nacika_inscatolare]

永遠のアイドル・・・ゴクリ・・・・・

[toshiemon18]

すごい

[otihateten3510]

精度このあたりだね。パラレルデータじゃない所がミソだろうか。結月ゆかりの人の方が精度は上に思えるけど、単なる音質問題かもしれないからそこ頑張って欲しい。／たぶんリアチェンが一番先行ってると思う

[Rishatang]

「ややノイズ混じりですが、かなり本人らしい声になっているのではないでしょうか？」　すごいことはすごいけど、この自己評価は流石に無理がある

[blackapple]

いや、全然似てないし。 お前ら頭大丈夫？

[sds-page]

サイボーグ化してみた

[shikiarai]

これが改善されてスマホ単体で生放送できるようになるのに何年かかるだろう……面白い

[mttk717]

パラレルデータ無しってのは凄いなぁ 声にも肖像権は認められるみたいだけど、コレはどうなんだろう？気になる / 仮想通貨で寄付も募集してるみたいです

[ming_mina]

こういうの見てると数学もうちょっと頑張ってれば良かったなぁとよく思う。今年の目標にしようかな

[hanajibuu]

募金のハードルが高い。

[tatemakura]

すごい。おっさんが美少女になるために残りは声だけと言っても良い状態だし、発展して欲しい

[habu]

募金はnoteのほうがありがてえわ　仮想通貨やっとらん

[masayuki-as]

面白い

[ShoCoh]

バーチャル(実質的に)阿笠博士だ

[skypenguins]

CycleGANっぽいなと思ったら言及されてた

[napsucks]

数年早ければドラえもんの声も救えたかもしれない

[caffephilia]

音声のFakeApp的な？

[udongerge]

出力結果はまだ言葉が聞き取りにくいけど、これはゆくゆくボイスチェンジャーにイノベーションをもたらす物になりそうで面白い。

[hapze-23_45]

まだ機械変換の色が強いが進歩していったらどうなるが楽しみだなぁ

[okamurauchino]

]似ているような気もするし似ていないような気もする．

[hitsujiniku-sugita]

すげえ

[psfactory]

キズナアイとねこますの声を入れ替える機械学習をした - Qiita

[yuki_2021]

声まで美少女になれる時代が来るか・・・。後で観る。

[knok]

DiscoGANベースにfeature matching。記事ではGANにfeature matching必須と読めるけど、Spectal Normalizationみたいなのを見ると個人的には必須じゃない気がする

[itochan]

ビンラディンの声で何でも話せるやつ？（テロの捏造）