元歌手と判別できないレベルのAI歌声合成、名古屋工業大学と音声ベンチャーが開発 - ITmedia NEWS

名古屋工業大学 国際音声言語技術研究所と音声合成を柱とするベンチャー企業テクノスピーチは12月12日、これまでの歌声合成とは一線を画す、元の歌い手の声質、癖、歌い方といった特徴を捉えた歌い方をディープラーニング技術などの適用で実現した。約2時間分の音声データで学習し、日本語、英語、中国語に対応する。 名古屋工業大学の徳田恵一教授を中心とするチームはこれまで、隠れマルコフモデルを使った統計的手法により、音声合成のOpen JTalk、歌声合成のSinsyを開発し、提供してきた。テクノスピーチはこれらを発展させた商用製品CeVIO Creative Studioの開発にも携わっている。今回の新技術はこれらを新たな次元に推し進めるものと言える。 名古屋工業大学とその出身者によるテクノスピーチの共同研究は、2019年3月に開催される日本音響学会2019年春季研究発表で公開される。 Sinsyと同じ

[serio]

ディープラーニングで人間が描いたのと見分けがつかないイラストが描ける時代だから、人間レベルの歌声をAIが作れても不思議はないな。

[anigoka]

早くこの技術で初音ミクのシャリシャリ音をこの世から駆逐して欲しい

[daybeforeyesterday]

うーむ

[quwachy]

初音ミクから10年やっとかという印象

[hazlitt]

ディープフェイクが捗りそう

[zia_glass]

本当にすごい

[tarako2000yen]

https://www.techno-speech.com/news-20181214a ここで実際の音声を聞ける。詳しくないから新技術の方を聞いたときはまあこんなもんか、程度の感想だったけど、現行と聞き比べてびっくり。 天と地ほどの差がある。

[posmoda]

初音ミクも初めて聞いたときはすげえ、人間みたい！と思ったもんだ。3DCGと一緒で受けての感性が肥えていくんだろう。