歌詞や音楽スタイルを入力すればAIがボーカルを含んだ楽曲を自動生成してくれるサービス「Suno」に待望の新機能が追加されました。「Personas」（ペルソナ）です。 この機能はProとPremierの有料ユーザーのみに開放されています。 ■従来のSunoでは歌手を指定できなかったこれはどういうものかというと、気に入ったボーカルなどの音楽スタイルを維持しつつ、別の楽曲を生成できるという機能。Sunoでは多様な音楽スタイルを生成できますが、その一方で、特にボーカルの声は同じものを再現するのは非常に困難です。 そのため、歌手を指定できる機能を求める要望はローンチ時点からありました。 筆者の場合は、ステム音源化によってボーカルトラックを独立させ、そこにVocoflexやSeed-VCでボイスチェンジャーをかけることで、同じ声質を再現しています。 それでも難しいことがあります。例えば、ハーモニー、

14歳の少年がAIチャットの女性キャラクターと会話した直後に自殺したのは、最後の会話が引き金となったためであり、運営側には未成年者保護や依存対策など安全措置を怠った責任があるとして、遺族がサービス運営元 Character .AI および協力関係にあるGoogleを訴えました。

主要音楽レーベルがAI作曲サービスのSunoとUdioを提訴したのが6月24日。それから4カ月が過ぎたタイミングで、Sunoがクリエイティブな方向からの反撃を仕掛けました。超大物プロデューサーが活用しているという事例です。 Sunoは、timbaland.suno.comに特設ページを作り、グラミー賞受賞歴のある超大物音楽プロデューサー、ティンバランド（Timbaland）の新曲「Love Again」と連動したプロモーションを10月23日にスタートしました。 YouTubeに公開されたビデオでは、ティンバランドがSunoのCovers機能を活用して、Sunoに取り込んだオリジナル新曲「Love Again」の音楽スタイルを自らのプロンプトで次々に変えてリミックスしていく様子を披露しています。 アレハンドロとの共作である「TIMBALAND x ALEJANDRO - LOVE AGAIN

筆者はUTAUによる波形接続の時代から「その人の声になりきる」技術を試してきましたが、このほど、その中でも画期的と思える技術に出会いました。『Seed-VC』（Seed Voice Conversion）というオープンソースソフトです。 ■AIボイチェンの進化どこが画期的なポイントかというと、高い音質を維持しながら、ゼロショット、つまりファインチューニングをせずに、1秒から30秒までの短い音源を参照するだけで、短時間でオリジナルに近いボイチェンができるところにあります。 以前紹介したDiff-SVCやRVCは、オリジナル音声に近いボイチェンが可能ですが、学習にはそれなりの長さのオーディオデータと高性能GPUによる処理が必要です。

今回は、過去作った記事などのヘッダー画像＋αから松尾氏に動画を作っていただくという、コラボ企画。元画像はSD 1.5、SDXL、SD3 Medium、そしてFLUX.1 [dev] が入り乱れての動画となる。

一見するとゲームセンターにある対戦型ゲーム筐体なのですが、ゲームコントローラーではなく、キーボードで対戦します。 制限時間は200秒。プレイヤーは画面に出題されたテーマに合った画像をプロンプトで生成します。画像生成AIはMidjourneyを使用。 AIと対話しながら、最終成果物の画像の出来栄えで勝負するゲームです。AI同士、AI vs. 人間、人間同士の対戦もできますが、勝敗の判定はAIが行います。 ▲Hello, Human!展で初披露されたVS AIをプレイする人たち VS AIはその後、GIGABYTEのプロモーションにも採用され、実機、オンラインでの大会が開催されるなど、多くのファンを獲得していきました。次の動画では、対戦の様子がよくわかります。 今は、カナダ・トロントでも実機プレイができます。 ▲カナダのコンピュータ販売店に設置されたVS AI そして、このVS AI世界大会の

SunoとUdioの2強だったボーカル付きAI作曲サービスに新たなライバル「LoudMe」が登場しました。8月15日にプレスリリースが出ていたものの、あまり話題になっていなかったサービスですが、その実力は相当なもの。実際に試してその実力を探ってみることにします。 ただ気になるポイントがいくつかあります。 ■謎企業による謎音楽生成AIサービスこうしたサービスを作るためには相当の研究成果と実行環境が必要です。LoudMeについてわかっているのは、プレスリリースの発信元がシンガポールになっていることからシンガポール企業ではないかと推測されることと、CEOの名前がMike Smithであることだけ。プロフィールについては不明です。 CEOの名前（よくある名前すぎる）や社名を検索しても出てこないのが不思議。さらに、Xの公式アカウントもなさそうなところとか、本気で売り出そうとしているのかも不明です。

仮想的なシステムであり、実際の普及は想定されていない。 言語学習や異文化コミュニケーションのツールとしての可能性がある。 結論ローマ字運動とJaphalbetは、どちらも日本語の表記をラテン文字化する試みという点で共通していますが、その目的、アプローチ、そして想定される使用範囲に大きな違いがあります。ローマ字運動が日本の近代化と識字率向上を主眼としていたのに対し、Japhalbetは国際的な日本語学習とコミュニケーションの促進を目指しています。 また、ローマ字運動が日本語の文法構造をほぼそのまま維持したのに対し、Japhalbetはより大胆な文法の簡略化を提案しています。これは、Japhalbetが非日本語話者にとっての理解のしやすさを重視しているためです。 結果として、ローマ字運動は日本社会に一定の影響を与え、特に技術分野での応用を見出しましたが、Japhalbetは現時点では理論的な提