DeNA×AI｜技術と、革新と、未来と。

AIを活用した技術の進歩。革新。 幅広いサービスの利用が、当たり前になった昨今、 これからの私たちが、提供できる価値とはいったい何か。 それは、DeNA × AIだからできる 「人」と「テクノロジー」が、組み合わさった未来です。 DeNA × AIが持つ 「意図や思いを汲み取った、質の高い発想力」、 「多岐にわたる経験を元にした、AI、データサイエンスの実践力」、 「複雑なシステムの開発、安定した稼働ができる技術力」など。 それぞれの強みを組み合わせることで、 まだどこにもない「モノづくり」や「コトがら」を、生み出していきます。 ともに、技術の向上を。 ともに、革新の追求を。 ともに、今よりも豊かな未来を。 さあ、DeNA × AIと 新しいモノづくりを一緒に。

[yuimoke]

147cmの65kgというプロフ、「やせすぎ！」とかのルッキズム批判回避なのかロボだからちょっと重いよなのか。/ こんなどうでもいいコメなのにどうして…

[smeex]

ボイスチェンジャーではなく、音声認識してそれをもとに読み上げてるのかな？ノラキャットみたいな感じ

[y_hirano]

音声の波形から一旦文字などの抽象記号に置き換えた上でそれを再度音声にしているのかなという挙動してる。声優っぽいアプローチにするとこのやりかたが合理的なのかも。

[fnm]

一文字目を認識してくれないのと、イントネーションは無視される？音声認識で文字に置き換えて、再度音声化？微妙だなぁ。

[otihateten3510]

にーんじん！にーんじん！

[knok]

https://github.com/Hiroshiba/realtime-yukarin reailtime yukarinを使ってみようと思いつつデータをそろえるのがなかなかできない。画像スタイル転送の要領で声質転送という試みはいろいろあるようだがコードまで出てるのは未見

[nanika-sheila]

音節のリズムはちゃんと再現されるので、単純に言語変換してるだけじゃなさそうですね。でも、抑揚が消されてるので感情表現がほぼできない。個人的には、声質だけ変換できる方が欲しいな。どうなるのか楽しみ。

[manFromTomorrow]

一回lexでSTTしてSSMLに変換してからpollyで喋らせてる感じ？NLUがリージョン縛ってる感じで外国語は全然認識しない模様。面白いけど、イマイチ。

[Coolions]

CV見なくても一発で高田憂希とわかる程度には本人の特徴は出てる

[ku__ra__ge]

要するにゆかりねっとみたいなもん？

[candykebin]

　これまた手がこんでますな

[animist]

単に周波数のパラメーターを弄ってるというよりは聞こえた音から文字を認識して、もっかい鳴らしなおしてる感じ？滑舌が悪くなって抑揚も無くなるけど、ちょっとおもろいな

[ngyuki]

自分のかちゅぜちゅが悪すぎてうまく変換されない

[go_kuma]

家に誰もいないとき試す

[mom0tomo]

男声がほしいよ〜〜

[misshiki]

事例。音声変換にPyTorchなど活用。https://engineer.dena.com/posts/2021.04/voice-avatar-backend/

[saikyo_tongaricorn]

ハッカドールは死んだ！もういない！

[akihiko810]

AIを活用した全く新しい「音声変換AI」

[ai_gaminglife]

今日も一日がんばるぞい

[kirte]

ゆかりねっとはボイロの入力が文字列だから早さが一律で単語の誤変換あったりして喋り方は音声の文字起こし精度のためだけど、これは抑揚はともかく喋り方がある程度残るしただの文字起こしの読み上げではなさそう

[soraboby]

地声（わりとアニメ声）だとうまくいかないんだけど、低い声を出してしゃべると比較的上手く変換してくれる。

[hayashikousun]

ハッカドール！？死んだはずでは？復活したのか！？/大沢たかおさんが朗読してくれるネスカフェのHPと同じ使われ方をされそう。でも他のボイスロイドとかも同じか。

[etr]

魔女っ子の変身呪文は苦手のようだな。

[civicpg]

なんか、しんちゃんみたいなイントネーションになってウケる

[el7]

結構訛る。自分の話し方がはっきりしてないのかも

[qpci32siekqd]

直接入力声を音程だけ写像すると話者が演技しないといけないので、一旦文字なり中間データ・フォーマットに変換は必要だと思う。あと直接変換だとF0不安定さなどあるし。音声認識＋合成音声両方の技術必要で大変そう

[zkq]

全然聞き取れないけど、これ進歩したらすごいな。ゆっくりの代替になるかも

[otation]

感情込めた表現もそこそこ再現できるし面白い。あとは笑い声を上手く変換できれば実況にも使えそう

[zheyang]

音声→文字→音声という変換みたいなので、ボイスロイドが文字入力なところを音声入力に変えただけでは。

[Cru]

「わーたしーのなーまえは」と長音多用しても変換してくれる。文脈解析ではないのか?イントネーションも記録なのか？

[mp0liiu]

おもしろい、標準語のイントネーションだとかなり自然な感じで変換してくれる 関西弁のイントネーションだと変になるけど。。

[kobito19]

開けない / レスポンシブ対応バグってんな。横:縦比大きくするとローディング画像上下反転する。 / WebGL unsupported in this browser て出てるわ

[retire2k]

変換しやすい声質、トーンがあるのかなー