誰の声でも100人の声に変えられる声変換システム - Dwango Media Village(ドワンゴメディアヴィレッジ,dmv)
著者の声を録画・録音して声を変換し元の映像と組み合わせてみた映像です。 このときの変換元の音声は撮影用のスマートフォンで録音しており、部屋の残響が含まれるなど声が少し不鮮明になる収録環境ですが、それでもしっかり声変換できていることがわかると思います。 概要 Dwango Media Villageの廣芝です。 誰の声でも狙った複数の人の声に変えることができる声変換システムを開発し、実際に声を変えることができるデモページを公開しました。 (2022年5月 SeirenVoiceシリーズの製品化に伴いデモページは終了しました。) この記事では、声変換技術を研究開発する際に取り組んだ課題について紹介します。 声の変換技術には、リアルタイム性と品質のトレードオフがあります。 既存の声変換システムはリアルタイム性を重視する傾向がある一方、品質を重視したものはあまり見かけません。 品質を優先した声変換
Microsoft、テキストから画像を描く人工知能「AttnGAN」で見事な小鳥の絵
米Microsoftの人工知能ラボMicrosoft Research AIは1月18日（現地時間）、自然言語のテキストの説明から画像を描くAIシステム「AttnGAN」を発表した。 下図は、「体が黄色で黒い羽を持ち、くちばしが短い鳥」という説明から描き起こした画像という。 Microsoftは「人間が検索エンジンBingで鳥を探せば鳥の絵を表示できる。だが、この（AIが描く）鳥の絵は、コンピュータがピクセルごとにゼロから描いたものだ。こうして描かれた鳥はリアルな世界には存在せず、コンピュータが思い描く鳥のイメージだ」と説明する。 現在開発中のこのAI技術「Attentional Generative Adversarial Network（AttnGAN）」は、画像のキャプションのようなテキストによる描写の個々の単語に注意を払うようにプログラムされており、従来のテキストから画像を描く技術
21世紀に“洋ゲー”でゲームAIが遂げた驚異の進化史。その「敗戦」から日本のゲーム業界が再び立ち上がるには？【AI開発者・三宅陽一郎氏インタビュー】
鈴木裕氏： ただ、そうね……僕は全盛期に世界のトップシェアを取っていた日本が、こんなふうに海外に負けてしまったことが、やっぱり悔しいんですよ。だって、セガが全盛期の頃、僕たちは圧倒的な世界一のゲーム大国だったんです。（中略）ちゃんと新しい武器を製造しないとダメです。だって、良い武器があったら、色々なツールを工夫したりして、少人数でも勝てるんですよ。 そんな鈴木裕氏がインタビュー中、非常に強い興味を持って語っていたのがAI技術だった。そして先にズバリ言ってしまうと、この記事は、日本のゲーム産業が21世紀に世界市場で存在感を失い、今や新興国の国々までもが背後に迫ってきたシビアな状況に、実は「AI技術の軽視」という問題が一つあるのでは――という視点から強く光を当てるものだ。例えば、しばしば日本のゲーム業界の「敗因」として、グラフィックの人材不足や大規模マネジメントの失敗などの問題が挙げられる。だ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
「囲碁の謎」を解いたグーグルの超知能は、人工知能の進化を10年早めた
人口知能兵器の規制を訴える イーロン・マスク氏ら著名人が公開書簡を提出
