Aivis Project | AivisSpeech でかんたんに感情豊かな音声合成、使ってみませんか？
声に革命を。Aivisアイビス Projectプロジェクト が切り拓く、感動の音声体験。 Aivis Project は、感情豊かな音声合成技術を誰もがかんたんに活用できる未来を目指す、 壮大な開発プロジェクトです。 機械的な響きに留まらない、まるで魂を宿したかのような音声が、あなたの想いや言葉に豊かな感情をのせて 世界へと響き渡る。Aivis Project が描く未来は、これまでにない感動と驚きに満ちています。 解説動画に聞き取りやすい良質な音声を添え、好きなキャラとボイスチャットで会話を楽しむ。 社内向けの研修動画やプレゼン資料に、説得力のあるナレーションを加えて伝達力を高める。 そうした多様な表現が、私たちのプロダクトを通じて数クリックで実現します。 AivisSpeech でのローカル音声合成から、音声合成モデルの制作・公開、高速なクラウド API まで。 Aivis Proje
創作中に音楽を聴くことでインスピレーションを得るには何に注目すべきなのか？
作業中や勉強中などに、集中力を上げるために音楽を聴く人もいれば、音楽を聴きながらだと気が散ってしまうという人もいます。過去の研究では、音楽の種類や個人の性格が重要だという研究結果や、音楽を聴くと創造力が損なわれるという研究結果もあります。美術学の修士号を持つ作家のリズ・リッグス氏は、「音楽を聴くことで小説家はインスピレーションを得ることができる」とした上で、どのような聴き方が適しているか語っています。 Setting the Tone: How Listening to Music Can Inspire Fiction Writers ‹ Literary Hub https://lithub.com/setting-the-tone-how-listening-to-music-can-inspire-fiction-writers/ 音楽が人間の生産性に作用することについては、何年も
Metaが低ビットレートで良音質の音声コーデック「MLow」を発表、スマホの通話アプリ向けに開発
WhatsAppやMessengerなどのリアルタイムコミュニケーション(RTC)アプリを開発するMetaが、RTC向けの低ビットレートでありながら高い音質を目指したオーディオコーデック「MLow(Meta Low Bitrate)」を発表しました。 MLow: Meta's low bitrate audio codec - Engineering at Meta https://engineering.fb.com/2024/06/13/web/mlow-metas-low-bitrate-audio-codec/ スマートフォンのRTCアプリで音声通話を行う場合、重要なのがコーデックです。一般的な通話でキャプチャされる音声のビットレートは、モノラル・サンプリングレート48kHz・ビット深度16ビットだとおよそ768kbpsになります。しかし、スマートフォンで快適に通話をするためには、
重音テト（かさねてと）オフィシャルサイト
重音テトとは、有志がインターネット上で意見や素材を出し合って 制作されたキャラクターです。 歌声として利用できる音声素材集を持ち、実際に歌うことができます。
Voidol3R ｜ 変幻自在の声質変換
※Microsoft社の2025年10月14日のWindows10サポート終了に合わせ、Voidol製品のWindows10サポートも終了いたします。 変幻自在の声質変換を実現したVoidol3が 新AI声質変換方式「RVC」を搭載してさらに進化 AIモードとSYNTHモードの連結や瞬時のプリセット切り替えにより 変幻自在の声質変換を実現したVoidol3が、新しいAI声質変換方式に対応することで、 より高精度かつ自然な声質変換を可能としました。 さらなる進化で新たなステージへと進んだVoidol3Rを、ぜひご体験ください。 ※Voidol3R本体およびVoidol RVCのご使用にはPCスペック等の条件があります。注意事項を必ずご確認の上、ご購入ください。 ※上記のストア販売サイトからVoidol3をご購入いただくと、無償アップデートにてVoidol3Rをご利用いただけます。 Voido
LiteRT for Microcontrollers | Google AI Edge | Google AI for Developers
LiteRT for Microcontrollers is designed to run machine learning models on microcontrollers and other devices with only a few kilobytes of memory. The core runtime just fits in 16 KB on an Arm Cortex M3 and can run many basic models. It doesn't require operating system support, any standard C or C++ libraries, or dynamic memory allocation. Why microcontrollers are important Microcontrollers are typ
AI英会話アプリ ELSA Speak
Googleが出資した最先端のAI英会話アプリです！ 英会話に特化したAI機能で、 月2316円の低価格使い放題を実現。 AI英会話 / AI発音矯正 / AIスピーチ分析 これら3つの機能で、いつでも、どこでも、何度でも、1人で 実践でつかえる英会話の練習ができてしまいます！ 3週間で変化が実感できた との声も続出！ ELSA Speakは、ゲームのように楽しみながら ネイティブに伝わる発音に近づける 「発音矯正機能」があります。 この機能を使えばアプリが自分発音を採点し、 改善案を提案してくれるので いつでも、どこでも、何度でも 1人で練習できます。 そして、自分が発する音は鮮明に聞き取れるようになるため、 海外ドラマの英語なども鮮明に聞こえるようになり、 成長がとても実感しやすいアプリになっております。
GitHub - ggml-org/whisper.cpp: Port of OpenAI's Whisper model in C/C++
Stable: v1.7.6 / Roadmap High-performance inference of OpenAI's Whisper automatic speech recognition (ASR) model: Plain C/C++ implementation without dependencies Apple Silicon first-class citizen - optimized via ARM NEON, Accelerate framework, Metal and Core ML AVX intrinsics support for x86 architectures VSX intrinsics support for POWER architectures Mixed F16 / F32 precision Integer quantization
AI 音声ジェネレーターと音声合成ツール — Amazon Polly — AWS
Amazon Polly は、オンデマンドで音声を生成し、あらゆるテキストを音声ストリームに変換する、フルマネージドサービスです。深層学習テクノロジーを使用して、記事、ウェブページ、PDF ドキュメント、他のテキスト読み上げ (TTS) の変換を行います。Polly は、エンゲージメントとコンバージョンを実現する音声起動アプリケーションを構築できるように、幅広い言語で数十種類のリアルな音声を提供します。さまざまな地域や市場のユーザーの多様な言語、アクセシビリティ、学習ニーズに対応します。強力なニューラルネットワークと生成音声エンジンがバックグラウンドで機能し、音声を合成します。Amazon Polly API を既存のアプリケーションに統合して、すぐに音声対応にします。
青空朗読 | 青空文庫に所蔵されている本を朗読しています
本サイトはスクリーンリーダーに対応するようにページを改編しました。 これからも目の不自由な方が音声読み上げソフトを使い朗読を楽しんでいただけるように改善していきます。 朗読がどなたにも心休まる豊かな時間になることを願って。 まだ、不十分な点があると思います。使いづらいところがありましたらこちらまでお知らせください
ソフトウェアが世界を飲み込んでいると言った男
Pull Requestより。 マーク・アンドリーセンが、ビルド、COVID、そしてインターネットが如何にして私たちを以前の思考形態に戻しているかについて語る アントニオ・ガルシア・マルティネス Katia Sobolskiによる肖像画 私の年齢が幾つなのか、言わずに教えてあげよう。私がワールド・ワイド・ウェブを初めて見たのは、パンプローナのナバラ大学で、Netscape 3.xを実行し、「throbber」と呼ばれるものを見ていた時でした。これは、惑星にまたがる「N」が流星群に襲われる様子をピクセル単位にループさせたアニメーションで、ページが読み込まれるまでに1分以上掛かっていました。当時のダサいアプリケーションが創り出した世界で、いつか自分が生計を立てることになるとは、また、その発明家であり設計者の1人とのインタビューについて書くことになるとは、漠然とでも考えたことはありませんでした。
ディープラーニングの力で誰でもゆかりさんの声になれる声変換技術を作ってみた
「誰でも」「高品質に」ゆかりさんの声になれる声変換技術を作りました。また一歩、結月ゆかりになるという夢に近づけた気がします。～Q&A～Q. 生放送で使える？A. 現状だと声変換に数十秒かかるので難しいです。生放送用途だとリアルタイムYukarinがおすすめです。sm35735482Q. ゆかりねっととの違いは？A. テキスト以外の情報も利用するので、笑ったり怒ったりできます。Q. 公開予定は？A. 声変換システムの配布予定はありませんが、技術解説はブログにて公開しています。また、声変換にご興味ありましたら、ツイッターなどでご連絡いただけるととても嬉しいです。-----------------------------------・ツイッターhttps://twitter.com/hiho_karuta・技術解説ブログhttps://blog.hiroshiba.jp/everybod
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
GitHub - pzmarzly/mic_over_mumble: Use Android/iOS device as your PC's remote microphone, using Mumble + Plumble. Or use microphone of one PC on other PC. Linux-only script
Illuminate | Learn Your Way
GitHub - openai/whisper: Robust Speech Recognition via Large-Scale Weak Supervision
GitHub - noisetorch/NoiseTorch: Real-time microphone noise suppression on Linux.
Microsoft Translator Speech API 自動翻訳 | Microsoft Azure
DeNA×AI｜“AIオールイン”で創るDelight
【検証】skypeのデータ通信量と1GBまでの目安。他の通話アプリで節約？ | ネトセツ
楽曲をパートごとに分解する「音源分離技術」はクリエイターの夢か、著作権の悪夢か