好きな声で好きなセリフを喋らせられるローカルAI「Irodori-TTS」の使い方、日本語特化でローカル動作するので無制限に生成し放題

「Irodori-TTS」はAratako氏が開発した日本語特化の音声合成AIモデル(TTSモデル)です。ローカルで動作する軽量モデルで、「セリフ」「声」「感情」を自由に指定して音声を生成することができます。NVIDIA製GPUを搭載したPCなら数秒で生成可能で、GPU非搭載PCでもCPUを使って生成できます。かなり高品質なセリフ音声を作れて便利なので、インストール手順や使い方をまとめてみました。 GitHub - Aratako/Irodori-TTS: A Flow Matching-based Text-to-Speech Model with Emoji-driven Style Control · GitHub https://github.com/Aratako/Irodori-TTS Aratako/Irodori-TTS-500M-v2 · Hugging Face htt

[lein4921]

素人の声集めてどう悪用するのよ。あれは副業系の情報商材とかYotuber専門学校とおんなじ。ラクして稼ぎたい弱者に夢を高値で売る系ビジネスでしょ　>最近Twitterでよく見かける「声のお仕事」の広告、どう考えても...

[abababababababa]

声のお仕事のやつはこういうの使わせるとこまでもやらないですよ…ただのカモなんで

[watchwatchwatch]

AI規制しても海外に押しつぶされるだけなんで終わりだ

[srng]

個性的で強い演技が必要な場面には人間はまだ必要だけど、声の仕事ってそれだけじゃない。実はアナウンスやナレーターが相当数を占めてる。大体、天下のNHKがAIによる読み上げコーナーを設けて実験してる時点で最早

[twjunk]

通報案件って見えたのだが、記事＋HuggingFace見に行った感じ何かしら違法行為をしているようには思えなかった。ボイスサンプルが何かの剽窃だと証明されたプロダクトなのだろうか？

[maguro1111]

絵と同じで、素人は軽く上回れても、プロの声優の演技には及ばない。ナレーション系は代替されてくだろうけど、本物の演技や表現の世界は人間の物であり続けると思う

[morimarii]

TTSって画像生成よりも破壊的だからな。人間まじでいらないっていう。。。

[nakex1]

声を仕事にしている人間との住み分けに課題はあるものの，ボカロの初音ミクみたいに象徴するキャラクターが生まれると，それをもとにした創作が花開くかもしれない。

[mikuti2]

簡単ですごい。こういう技術は犯罪に使えてしまうので、いつか規制されてしまうかも。

[mouseion]

今声優さんや舞台演劇の俳優さん、歌手らでこういった生成AI音声への対策を講じてる中でよくやれるよな。そしてGIGAZINEも紹介するよね。GIGAZINE含むリーチサイトにも賠償責任負わせた方が良いかもな。つまり通報案件。

[misshiki]

Irodori-TTSは日本語特化のローカル音声合成AI。セリフ・声・感情を指定でき、GPUなら数秒、CPUでも生成可能。リファレンス音声、絵文字、説明文で声色や感情を制御できる。

[ite]

試してみたけど、かなり良い音声ができる。声質を簡単に指定できるのは強い。

[nilab]

好きな声で好きなセリフを喋らせられるローカルAI「Irodori-TTS」の使い方、日本語特化でローカル動作するので無制限に生成し放題 - GIGAZINE

[i196]

Google AI StudioのText to'Speechを使って動画の音声を作ってるので、かなり気になる。感情タグが多いのが助かる。ただ、MAX30秒だと正直Googleの方が楽そう

[adsty]

日本語特化の音声合成AIモデルの導入ガイド。

[kyahi227]

倫理を横に置いても日本語TTSは「今日は」すら読めなくてグチャグチャになる奴ばっかりだからな

[tasukenosuke]

脳内妄想のサポートが捗るな

[Kenju]

同人ゲームとかは作りやすくなってきてるんだろうね

[harist]

とりあえず動かしてみて確かにすごいなと。ただ、生成し放題と言ってもデフォルト30秒までだし、音声をクローンしようにも当然コピー元の音声ファイルに引っ張られるほか、文章が長いと読み間違いが頻発した

[IGA-OS]

個人的に遊ぶのが正しい使い方と心得る

[kanikanidokokani]

オホ声出せるようになったら教えて

[nekomottin]

GIGAZINEはオタクに親和性が高いと思っていたけど、創作物をネタとしか思っておらずクリエイターにリスペクトは全くないと生成AIのおかげでわかったところがある

[maiani]

最初は好きな声優さんの声を入れて個人的に遊んでたけど、ここまで一般化するともう楽しめないし危機感あるなぁ。

[vbcom]

なるほどなー

[pribetch]

「くぁwせdrftgyふじこlp」を発音できないと東山奈央や柚木涼香を超えられない

[kei_1010]

試したい

[nihano]

日中関係の余波で推しの声が1ヶ月後に変わってしまうのですが正直これは⋯！と感じつつも絶対に声優さんの演技を超えてはこないんだ。分かってはいるんだ⋯⋯

[minaminoani]

すごい時代だねえ

[anigoka]

グラボ貧民でもおシコり専用催眠音声作り放題ってことぉ～？

[nguyen-oi]

ローカル環境でこれだけ自然に喋るなら十分だな。感情表現を絵文字で弄れるのは今のUIっぽくて面白い