「自分が実際に出したい声」と「自分が出している声」を一致させたい
※自分に聞こえる声を他人が聞いてる声自体の一致はもう端から諦めてる。 録音アプリを使って試しているんだけど全然うまくいかない。 というか俺の声って俺が想像してるよりもオタクっぽいというか陰キャっぽくてキモいんだよな。 ゲームの攻略法探しててたまたまひっかかった実況動画で再生数３桁の奴みたいな喋り方してる。 ボソボソ感が凄いんだよね。 いわゆる「覇気がない」系の声なんだけど、最大の問題は一部の声が途中で途切れて力尽きていること。 つまり、自分の中でだけ反響する骨伝導音に乗りやすい音だから自分にとってはちゃんと声が出てるけど、他人に聞こえる部分の空気振動音だけだと全然その音を成立させるのにパーツが足りてない音がいくつかある状態。 脳内イメージではこの２つの音がくっついて１００％になる形を目指してしまうから、結果的に一部の音の場合はパーツ不足で全然相手には伝わってない状態が起きてる感じ。 せめて
ハ行転呼 - 語彙史上の特徴 - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "ハ行転呼" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2020年10月） ハ行転呼（はぎょうてんこ）とは、日本語史における大きな音韻変化の一つで、語中・語尾のハ行音がワ行音へと変化した現象をいう。平安時代に起こり一般化した。このようにして成立したワ行音をハ行転呼音という。 解説[編集] 平安時代初期のハ行子音の音価は現代のファ行の子音にあたる無声両唇摩擦音であったが、平安時代中期以降、唇音退化現象により無声両唇摩擦音は以下のように両唇接近音[β̞]、すなわちワ行の音に変化した。 川 [kaɸa] → [kaβ̞a]（カファ→カウァ）
chat GPT + 音声入力 ＝ やばい
勝間和代氏が激推ししている音声入力がある。確かに入力は早いのだが、句読点はぬけるし、改行もまともにならないし、雑音で変な文章が入る。 これを自分で修正する前に、Chat GPTにやらせると、無茶苦茶効率がいい。 やり方はこうだ 適当なメモソフトに、スマホの音声入力で入力する入力結果をコピペする。この時、明らかにおかしい部分はざっと取り除く。（例えば、音声入力していて間違って入れちゃった部分など） Chat GPT に入力する。最後に自分で校正する もう一度 Chat GPTで整えてもらう (ﾟдﾟ)ｳﾏｰ 通勤中の車の中で適当に文章を入力して、それを出社後処理して、増田に投稿する。これで今日も俺の増田ライフは楽しく続いているのであった。 ちなみにこれもこの方式で書いてる。あとはChat GPT がはてな記法に対応してくれればいいんだがな。(markdownはもういける）
動画の雑音をほぼ消す技術、米国などのチームが開発 声のみが強調されすぎてアフレコみたいな結果に
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 米Dolby LaboratoriesとスペインのUniversitat Pompeu Fabraの研究チームが開発した「Universal Speech Enhancement With Score-based Diffusion」は、収録した映像のバックグラウンドノイズ（背景雑音）を強力に除去する技術だ。動画撮影した雑音を消し去り、話す声だけをくっきり残すことができる。強力すぎるため、映像がアフレコを挿入したみたいな仕上がりになってしまう。 実世界で録音した音声には必然的に背景の雑音や残響が含まれ、不快感や明瞭度の妨げになるためノイズ除去が行われる。最近では深層学習の登場によりノイズ除
中国「耳活」勢い止まらず、23年の市場規模は約6000億円超え | 36Kr Japan | 最大級の中国テック・スタートアップ専門メディア
【新華社瀋陽5月3日】人々の生活に身近でさまざまな場面で応用の可能な音声は第5世代移動通信システム（5G）網やスマートフォンの普及を追い風に中国人の生活を静かに変えている。 中国第18回全国国民読書調査によると、2020年には成人の31.6%に「本を聞く」習慣が見られた。技術の進化とビジネスモデルの刷新に伴い、オーディオブックやラジオドラマなど各種のオンライン音声コンテンツが人々の読書や娯楽に不可欠な一部になっている。 調査会社の艾瑞諮詢集団（アイリサーチ）は「2021年中国オンライン音声コンテンツ産業研究報告」で、中国のオンライン音声コンテンツ市場の規模は20年に123億元（1元＝約20円）に上ったとし、23年には300億元を超えると予測した。業界関係者は、新型コロナウイルス感染症の発生後、独特な距離感で親しみやすい音声は人々の孤独感を効果的に和らげる役割を果たしたと指摘する。 企業情報
人気VTuberのつぶやきをAIによる音声合成で本人の声で再現する「棒読みこち」がすごい
ホロライブ所属の人気VTuberであるさくらみこさんの声を参考にAIによる音声合成を行い、さくらみこさん本人のツイートをそのまま読み上げる「棒読みこち」が公開されています。 さくらみこさんの声を参考にして作られた音声合成AI、棒読みみこち、生まれました‼️ みこちのツイートを、たまーに読み上げます‼️#miko_Art pic.twitter.com/QiQUvck4ME— 棒読みこち (@bouyomiko35) 例えば、以下のさくらみこさんのツイート。 ショーシャンクの空に みこが目の前が真っ暗になったら 思い出してまた観よう、と思った そんな名作でした???? 泣いたけど気持ちよくGW楽しんでいけるぜぇ！ 必死に生きよう⛏#みこ市長— さくらみこ????SakuraMiko (@sakuramiko35) これを読み上げたものが以下。本人の声でツイートを読み上げています。やや人工的な
AIで“ASMR”が作れる時代に ささやき声も出せる音声合成「九州そら」無料公開
音声合成ソフトの開発や販売を手掛けるSSS（仙台市）は3月16日、音声合成ソフト「VOICEVOX」用音源「九州そら」をリリースした。九州そらは、せりふを入力するだけで人間らしい“ささやき声”を出力できるAIだ。 VOICEVOXは、ドワンゴでAIの研究に携わっているヒホ（ヒロシバ）さん（@hiho_karuta）さんが開発した無料の音声合成ソフト。AI技術を活用して、人間らしい話し声を合成できる。イントネーションや話す速さなどの調整も可能。立体音声を制作できるソフトを活用すれば「ASMR動画」の制作にも使える。 九州そらはVOICEVOX用音源として初めてささやき声の合成に対応した。ソフトのダウンロードと利用は無料。「VOICEVOX：九州そら」とクレジットを記入すれば商用利用も無償でできる。 関連記事 「VOICEPEAK」と「CeVIO Pro」、 新しい音声・歌声合成製品はどこがす
Vtuberにも人気のAIボイスチェンジャーが新音声変換エンジンを追加し、Voidol 2へ。声は自在に作り込む時代に｜DTMステーション
自分の声をAI機能でアイドルの声やキャラクタの声などにリアルタイムに変換するユニークなソフトとして、これまでも何度か紹介してきたVoidol。これはクリムゾンテクノロジー株式会社が開発するリアルタイム音声変換技術「リアチェン voice」を搭載したアプリケーションで、VTuberやゲーム実況などの世界でも幅広く使われているWindowsおよびMacで動作するソフトとなっています。 そのVoidolがこれまでのAIリアルタイム音声変換機能に加えて、まったく新たな音声変換エンジンを搭載し、Voidol 2へとメジャーバージョンアップすることが関係者への取材から分かりました。正式な発表・発売は10月20日になるとのこと。税込み価格は13,200円（12月26日までは発売記念価格の8,800円）が予定されています。今回Voidolに加わった最大のポイントは、声をリアルタイム処理でシンセサイジングす
LINEのAIサービスの音声認識技術を支えるチームを紹介します
LINE株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。 LINEヤフー Tech Blog LINEの開発組織のそれぞれの部門やプロジェクトについて、その役割や体制、技術スタック、今後の課題やロードマップなどを具体的に紹介していく「Team & Project」シリーズ。今回は、LINEの提供するAI関連のソリューションやプロダクトに実装されている、音声認識技術の開発を担当しているチームを紹介します。 Speechチームの木田祐介、坂本渚、芦川博人に話を聞きました。 Speechチームの皆さん まず、自己紹介をお願いします。 木田：AIカンパニーにて音声認識技術の開発を行っているSpeechチームのマネージャーをしています。1年ほど前にエンジニアとしてSpeechチームにジョインして、今年の1月からマネージャーを務め
音声会話とかいうD⇔A変換の激しすぎるコミュニケーションが嫌い
言語は抽象化されたデジタルな概念だけど、それを出力するのに発生器官を用いるとアナログな情報が出力されることが辛い。 しかもそれを受け取るのもアナログ器官。 でも最終的にはそれをデジタルな情報に直していかないと会話は成立しない。 「浜田さん」と口にしたいとき、発音が悪いと「アマダさん」になり、さらに電話や相手の耳が悪いとそれが「ヤマダさん」に変化する。 もしもメールでやりとりしていればこれは起こらないし、もし起こっても「あなたは確かに「アマダ」と書いてますよね？」と聞き返すことが出来る。 音声はそれがない。 音は出した瞬間に消えるし、もしも記録されていても記録機器の性能によって劣化する。 人間の耳が持つカクテルパーティー能力のせいで除去されていたノイズがモロに乗ってくる。 だが恐ろしいことに発生した本人はその音から「ハマダ」を確かに拾ってくる。 いやそもそも、生まれてきた地区や育ってきた環境
発音の違いによって声優が大体何歳くらいかが分かってしまう『若者と年寄りではもはや話してる言語が違う』
すきえんてぃあ@書け @cicada3301_kig 着ぐるみ生命体／トランスヒューマニスト／コピミズム／言語／謎エスニック料理／リキュール／主なるねこかわの御名において にゃーん twitter.com/search?q=%E6%9… すきえんてぃあ@書け @cicada3301_kig 歳をとった女性声優が若作りして出す声、独特のダミ声のような老化の特徴もあるんだけど、それ以上に言語の変化として音素の世代差が隠しきれていない。若者はマジでガ行が全然鼻に抜けないし、サ行が過剰に無声化して独特のシャリシャリした響きが入る。年寄り声優にはそれがない。言語が違う。 2021-07-13 18:44:33
19歳の学生社長が音声合成サービス開発、3日でユーザー5万人 AIの勉強はWeb授業とインターンで
早川さんによれば、すでにCoeFont Studioで作成した音声をプラネタリウムの案内に使ったり、企業の採用VTRに使ったりする例が出てきているという。早川さんはこういった利用方法について「有料にしていなかったら出なかったと思う。（開発する）自分でも想像していなかった」としている。 学生とAI企業の社長、二足のわらじを履く早川さんがどういった背景でCoeFont Studioを立ち上げるに至ったのか、そして今後どのような形でサービスを展開し、収益につなげていくのかを聞いた。 きっかけは友達とのゲーム？ 「結構使えるものができてしまった」 そもそも、CoeFont Studioはどういった経緯で生まれたサービスなのか。早川さんはきっかけとなったのは「ゲーム実況」だったと話す。 「もともとゲームが好きで、友人と話しながらよく遊んでいた。昔は『ゲーム実況で世界を獲ろう』と思い、プレイの様子を録
マイクロソフトが買収の「音声認識ソフト」、医療IT激変の破壊力
医療・医薬品業界のオピニオンリーダーとして、1988年創刊「RISFAX」、2000年創刊「医薬経済」を発行しています。毎月1日・15日に公開する「医薬経済ONLINE」 の中から、ダイヤモンド編集部が旬の話題をピックアップして「お届け」します。 医薬経済ONLINE発 独自の切り口で真相を探る。医療・医薬品業界の誰もが知る業界紙！業界のオピニオンリーダーとして、1988年創刊「RISFAX」、2000年創刊「医薬経済」を発行しています。毎月1日・15日に公開する「医薬経済ONLINE」の中から、ダイヤモンド編集部が旬の話題をピックアップして「お届け」します。 バックナンバー一覧 キュア・アップの禁煙治療用アプリ、アップルウォッチの心電図アプリなど、医師と患者をデジタルでつなぐ製品が日本でも相次いで登場している。新型コロナウイルス感染症のパンデミックによって、遠隔診療も事実上解禁されている
Windows 10は好きな文章を合成音声で簡単に喋らせることができる (1/2)
こんな簡単なコマンドで、Windowsは「しゃべって」くれる。画面キャプチャーでは声をお聞かせすることはできないが、お手元のWindows PowerShellで試してほしい スクリプトを作るとき、ちょっとユーザーの気を引きたくなることがある。たとえば、少し時間のかかる処理をするときに、終わったことを通知したい場合などだ。あるいは、実行後にすこし時間が経過してからエラーを通知するような場合にも、気を引きたくなることがある。 こんなとき昔のコンピューターならベル音やビープ音を鳴らすのが一般的だった。端末装置からコンピューターを使っていた頃、Ctrl＋Gを出力するとベル音が鳴った。マイクロプロセッサが使われ始め、パソコンの原型ができあがった頃、BEEPと呼ばれる機能ができた。プログラムでビットをオンオフし、これをスピーカーに接続することで音を出していた。今もマザーボード上には、そのための小さな
小岩井ことりさん作詞・作曲・歌唱のDB公開で、AI歌声合成の民主化へ躍進。NEUTRINOの新キャラクタ『No.7』がリリースへ｜DTMステーション
NEUTRINO、CeVIO AI、Synthesizer V……と、まるで人間のように歌う、AI歌声合成の世界が賑わっていますが、今年この世界がさらに大きく変わる可能性が出てきました。一般ユーザーが自分の声を収録し、それを元にAI歌声合成をするための統一した楽曲の規格を作り、公開されることになったのです。その仕組みづくりに貢献したのが、声優であり、マルチクリエイターでもある小岩井ことり（@koiwai_kotori）さん。AI歌声合成のために、小岩井さんが作詞・作曲するとともに、自ら歌唱したデータ、計50曲が公開されることとなり、それをテンプレートにして歌えば、それぞれのAI歌声合成ができる世界が実現できることになりそうなのです。 そのプロトタイプとなる小岩井さんの歌唱データベースが公開に向けて、準備を進めているところですが、正式公開前に、実際に歌わせることができるソフトであるNEUTR
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
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
「iPhoneの音声出力をPCに繋いだら、電話もYouTubeも自動で文字起こしできるようになった」――急遽テレワークを導入した中小企業の顛末記（97）【急遽テレワーク導入！の顛末記】
男性が喋っても女性の声になるリアルタイムAIボイスチェンジャー「MMVC」でずんだもんなどがサポート
VOICEVOX | 無料のテキスト読み上げ・歌声合成ソフトウェア
マイクロソフトが音声認識大手を約2兆円で買収へ、そのヘルスケア分野を超えた本当の価値
無料で公開されている音声合成サービスが凄いと話題に「ボイロ殺しに来てる」「ベタ打ちで自然に話せる」
