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
ARなニュース『風景にケータイかざして情報検索――“拡張現実”検索サービス登場』（ITmedia プロモバ）：破壊的イノベーションでキャズム越え：オルタナティブ・ブログ
2009/08/24 『風景にケータイかざして情報検索――“拡張現実”検索サービス登場』 街の風景にケータイカメラをかざすと、風景の上にさまざまな情報が表示される――。システム・ケイが、拡張現実ブラウザ「Layar」を利用した検索サービスを開始した。（ITmedia プロモバ） http://www.itmedia.co.jp/promobile/articles/0908/24/news045.html ◆Layar 日本語サイト http://www.layar.jp/ ◆日本国内オフィシャルパートナー「株式会社システム・ケイ」 http://www.systemk.co.jp/ 現在は、Android対応、9月にiPhone対応とのことで、更に日本語版は現在開発中のようです。 -- システム・ケイさんの既存プロダクトを見ると、映像系とかVoIP系とか、当社のプロダクトラインとシナジー
Web上の膨大な画像に基づく自動画像補完技術の威力 - A Successful Failure
画像内に映り込んだ所望のオブジェクトを排除し、違和感の無い画像を生成するシーン補完技術に関しては近年複数の研究成果が発表されている。しかし中でも2007年のSIGGRAPHにて米カーネギメロン大のJames HaysとAlexei A. Efrosが発表した手法*1はブレークスルーとなりうる画期的なものだ。 論より証拠、早速適用例を見てみよう。本エントリで利用する画像はPresentationからの引用である。元画像の中から邪魔なオブジェクト等の隠蔽すべき領域を指定すると、その領域が補完された画像が自動的に生成される。 アルゴリズム 効果は抜群だがアイデア自体は単純なものだ。Web上には莫大な数量の画像がアップされており、今や対象となる画像の類似画像を一瞬にして大量に検索することができる。そこで、検索された類似画像で隠蔽領域を完全に置き換えてしまうことで違和感の無い補完画像を生成するのだ。
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
www.ai-j.jp
