ボーカルトラックをAIがキレイに整えてくれるEZVox これまでも「EQの常識を覆す画期的なイコライザ、AIが調整すべき周波数帯を自動で割り出してくれるNeo EQシリーズのスゴさ」、「手ごろな価格でフルオーケストラサウンドを実現できるSound MagicのNeo Orchestra CEの実力」といった記事で紹介したアメリカの新進気鋭なプラグインメーカー、Sound Magic。ほかのメーカーにはない、ユニークなプラグインを次々と開発しているのですが、先日また新たなプラグイン、EZVoxなるものをリリースしています。 このEZVoxはボーカルトラックをいい感じに整えてくれるプラグインでその調整をAIが自動で行ってくれるというもの。英語ではありますが、その効果を紹介するビデオがあるのでご覧になってみてください。2分33秒のビデオですが、前半で機能紹介があり、1分12秒あたりからオリジナル

12月8日に、またDTMの世界に新たな扉が開かれました。これまでもSynthesizer VをはじめとするAIを使った歌声合成のソフトはありましたが、今回誕生したMelisma(メリスマ)は、ヴァイオリンやオーボエ、チェロ……といった楽器を合成するシステムのβテスト版。もちろん、こうした楽器を再現するソフトとしては、これまでサンプリングを使った音源が数多くあり、まさにリアルな音で演奏できていました。でもサンプリングだと、たとえばタイやスラーでつないだ長い音符などとなると、どうしても限界があったし、ピチカート、トリル、フォール…といったアーティキュレーションでも表現の範囲が限られていました。 このMelisma(β)では、実際の演奏をディープラーニングしたものを元に演奏音を合成する、いわゆる生成AIのシステムで、サンプリングでは不可能だったリアルな演奏サウンドを作り出すことができるのが最大の

すでにご存じの方、使っているという方も少なくないと思いますが、自分のしゃべる声をAIでリアルタイムにまったく違う人の声に変換するシステム、CoeFont ボイスチェンジャーが大きな話題になっています。これは株式会社CoeFontが提供しているAIによるボイスチェンジャーで、マイクに向かってしゃべれば、非常にリアルな声で別の人に声に置き換わるというもので、男性の声を入力しても、まったく違和感なく、リアルな女性の声にすることが可能です。あの、ひろゆきさんの声を含め、現在10人の声に変換が可能で、それを無料で使えてしまうというのが大きなポイント。 今後は人気キャラクターや著名人を含む1万種類以上の声への変換も可能になるとのことで、まさにボイスチェンジャーの世界における革命となりそうです。現時点ではWindowsのみで利用可能ですが、近い将来、Macにも対応するとのこと。またGPU搭載のパソコンで

ここ数か月、AIの進化が加速していて、時代についていけなくなりそうです。音楽関連のものも次々と登場していて、いつも驚くばかりですが、ここ数日SNSのタイムラインで何度か目にしたのがSongRなるもの。「これ、何だろう？」とリンクを踏んでみたところ、AIが自動作曲・編曲してくれ、作詞もしてくれるし、自分で歌詞を入力すればそれに合わせて歌ってもくれるというサービスだったのです。 アプリをインストールしたりする必要もなく、ブラウザで使えるサービスであるためWindwosでもMacでもiPhone、Androidでも何でもOKというもの。まだスタートして1、2週間のようですが、現在ベータ版という扱いだからか、誰でも無料で使うことができ、サービスとなっています。まだ発展途上という感じではありますが、今後進化していくと、かなり凄いものになりそうな気もするシステムだったので、ちょっと紹介してみましょう。

日進月歩というより、秒進分歩で進化している感じのある音声合成、歌声合成の世界ですが、また新たな革命ともいえるAI音声合成ソフトが誕生しました。これまでDTMステーションでも何度も取り上げてきた歌声合成ソフト、Synthesizer Vを開発するDreamtonics株式会社と株式会社AHSと共同開発する形で、もはや人間の喋り声にしか聴こえない音声合成ソフト、VOICEPEAKを発表し、3月11日から発売を開始するのです。Synthesizer Vと同様、Windows、Mac、Linuxでも動くマルチプラットフォームソフトで価格はダウンロード版で23,800円(税込み)となっています。 このソフト「VOICEPEAK 商用可能 6ナレーターセット」という製品名になっていますが、実際には女性3人＋男性3人＋女の子1人＝7人の声を切り替えることが可能なAI音声合成ソフトで、テキストを入力すれば

小学校2年生のころからプログラミングを始めた －－Synthesizer Vの話に入る前、Kanruさんの子供時代について伺いたいのですが、最初のコンピュータに興味を持ったのはいつごろだったのですか？ Kanru：3歳のころ、父からもらったおもちゃで電気の仕組みに興味を持つようになり、小学校に入ったころからラジオ作りなどをしていました。コンピュータもラジオ作りと同じころで、小学校2年生のころにAdobe（当時はMacromedia）のFLASHを使ってプログラムを組むようになったのが最初です。友達がみんなゲームで遊んでいたのに、親が厳しかったので、ゲームはダメと言われていました。そこで、FLASHを使ってクラスメイトが持っているゲームを真似して作ってみたのです。親も自分が作るゲームならいい、と。 Profile Kanru Hua（華 侃如） ●1997年生まれ・中国上海市出身。英語で授業

本日8月1日、音声合成技術の世界に、また画期的な動きがありました。「Seiren Voice」や「Yukarinライブラリ」の開発者としても知られるヒロシバ（@hiho_karuta）さんが、ITAコーパスを利用した商用利用も可能なAI音声合成システム、VOICEVOXなるソフトウェアをオープンソースのとして無料でリリースしたのです。具体的には現時点Windowsで動くシステムで、「ずんだもん」および「四国めたん」の声でテキストを読み上げるシステムとなっています。 これがオープンソースとなったことで、一般ユーザーが自由に利用できるというだけでなく、さまざまなシステムに組み込んで喋らせることが可能になったのが画期的なところ。たとえばロボットなどに組み込んで対話型のシステムを作ることや、観光案内システムに導入して喋らせる……といったこともできるほか、クラウド型のシステムを構築し、ブラウザを経由

近年、AIを活用した音楽制作ツールが次々と登場してきている中、ソニーコンピュータサイエンス研究所(ソニーCSL)が実用レベルの人工知能作曲ツール「Flow Machines Professional」を開発していることはご存知でしょうか？現在進行形で進化し続けているこのツールは、DAW上で動作するプラグインで、AIが提案したメロディーなどをクリエイターが選ぶことで、自分にはない発想で作曲ができ、極端にいえば音楽の知識がない人でも作曲を可能にしてくれる、夢のようなアイテムです。 現在のところFlow Machines Professionalはソニーグループ内での活用ツールという位置づけで、一般には解放されていないのですが、ソニーミュージックでの音楽制作で実践投入されています。たとえば「Dive/Connect @ Zepp Online」のオープニング曲や「Tokyo LosT Track

4月23日、彗星のように現れたネット上のサービス、CoeFont STUDIO（コエ・フォント・スタジオ）は、誰でも無料で使える音声合成サービスということで、瞬く間に広がり、2日で累計ユーザー数が6万人を突破。すでに20万人を超えるところまで来ているようです。日本語でテキストを入力すれば、非常に滑らかな声でしゃべってくれ、その音声をユーザーは商用を含めて自由に利用できるという画期的ともいえるサービスとなっているのです。 このサービスを立ち上げたのは、なんと東京工業大学2年生、19歳の早川尚吾さん。株式会社Yellstonを立ち上げ、その新サービスとして、CoeFont STUDIOをスタートさせたのです。もちろん株式会社ですから、今後ビジネス展開をしていくことを目論んでいるわけですが、それはCoeFont STUDIOの延長線上にあるもので、世の中を大きく変えていく可能性もありそうです。先

歌声合成の世界は、従来のVOCALOIDなどとは一線を画す、AI歌声合成に対応したソフトが次々と発表され、明らかに新たな時代に突入しました。その時代を動かすキッカケになったのが2020年2月に発表された「AIきりたん」でした。これは国の研究予算で作られた研究者向けの音声合成検証用データベースをディープラーニングすることで作られたAI歌声合成システムで、NEUTRINOというソフトを用いて、東北きりたん（CVは茜屋日海夏さん）の歌声を合成するというもの。その歌声のデモを聴き、そして私自身の手でも歌声合成させてみたところ、あまりにも人間的にリアルに歌うことには度肝を抜かされました。 それから1年。2021年2月12日に、東北きりたんのCeVIO AI版が発売されることになりました。この話を聞いて「あれ？すでにNEUTRINOがあるのにどういうこと？」、「NEUTRINOとCeVIO AIって競

歌声合成の世界において2020年はまさに激変の年。Synthesizer VのWebブラウザ版からスタートし、NEUTRINOの誕生、Synthesizer Vの大幅バージョンアップ、CeVIO AIの発表……と続いてきましたが、10月30日、AHSからSynthezier V AIなるAI対応となった新世代のSyntheziver Vが発表され、従来型とのハイブリッドでの活用が可能となります。従来のSynthesizer V Studio Proのユーザーは無償バージョンアップの対象であり、AI歌声データベースとの組み合わせで、まるで人のように歌わせることが可能となります。 そのAI歌声データベースの第1弾はSaki AIで、Synthesizer V Studio ProのAI対応バージョンと同時に来年初頭にリリースされる予定です。これは従来の歌声データベースのSakiとは別製品ながら

今年に入り、AI歌声合成の動きが激しく、その進化のすごさ、クオリティーの高さには驚くばかりです。中でも注目すべきは今年2月に彗星のように登場し、フリーウェアとして公開されたNEUTRINO（ニュートリノ）です。これはSHACHI(@SHACHI_NEUTRINO)さんが開発するフリーのソフトであり、これまで東北きりたん、謡子、そしてJSUT（いずれも学術的に公開されている歌声データベースを利用して開発している）の3つの歌声ライブラリが同梱されてました。そこに9月18日、新たに東北イタコが追加されたのです（9月18日現在、公開されている0.400には東北きりたん、東北イタコのみが同梱。それ以外については後日公開される模様です）。 先日、「AIきりたんに次ぐ第2のAIシンガー、東北イタコの歌唱データベース制作プロジェクトのクラウドファンディングスタート」という記事でも紹介し、無事にクラウドファ

を担当しています。これらを使って、フレーズを生成し楽曲を作っていくというもので、必要に応じてコード進行からフレーズの生成、リズムパターン作成まで任せることもできる一方、コードは自分で指定して、フレーズだけ自動で作ってもらう、ということも可能になっています。 Orb Producer Suiteは4つのプラグインがセットになった製品となっている 実際にこのOrb Producer Suiteではこのティーザーのビデオにあるような雰囲気の楽曲を自動生成することが可能です（ドラム機能はないので、ループ素材などを利用する）。 ご存知の方もいるかもしれませんが、Hexachords社から以前よりOrb Composerというスタンドアローンの自動作曲ソフトがリリースされていました。それに対し、このOrb Producer Suiteは、DAW上に立ち上げて使うプラグインとなっています。Windows

AI歌声合成の世界が、一気に活気づいてきています。今年2月にNEUTRINOがフリーウェアとしてリリースされ、AIきりたんが話題になり、現在その第2弾となる東北イタコのクラウドファンディングが実施中なのは先日も記事にしたとおりです。さらに6月26日にはAI歌声合成と従来の歌声合成のハイブリッドというSynthesizer Vが発表され、7月30日に発売が開始されます。 そこに来て、CeVIOの新ラインナップであるCeVIO AIが登場し、年内に発売されることが本日発表されました。CeVIO AIでの歌声合成は、従来の歌声合成とは一線を画すもので、AI技術を利用することでまさに人間が歌っているかのようなリアルな歌い方を実現するもの。そしてそのCeVIO AIで利用可能なソングボイス（歌わせるためのデータベースライブラリ）・トークボイス（しゃべらせるためのデータベースライブラリ）として、これま

ここ数年で、声を変換する技術が急速に進んでいます。いわゆるボイスチャンジャーの技術が進化していますし、DTMステーションでも何度も取り上げているクリムゾンテクノロジーのVoidol/リアチェンvoiceなども、画期的技術だと思います。ただ、従来の声の変換だと、どうしても元の声、イントネーションなどに引っ張られるため、なかなか思い通りの声にならないという問題点がありました。 そうした中、いまにわかに脚光を浴びる形になったのが、コンピュータによる読唇術（どくしんじゅつ：機械読唇ともいわれています）です。声を発せずに、口の動きだけで何を言っているかを認識した上で、それに音声合成を組み合わせれば、究極のボイスチャンジを実現できるのでは……、という発想なのですが、その技術研究のためのクラウドファンディングがスタートしたのです。これは先日「AIきりたんに次ぐ第2のAIシンガー、東北イタコの歌唱データベ

日進月歩の音楽のテクノロジーの中で、個人的に今年最大の衝撃を受けたのは「AIきりたん」の誕生でした。人の歌声・歌い方をディープラーニングのシステムで学習し、その人とソックリな歌声を作り出すAI歌声合成は、この数年で急速に進化してきています。そうした中、NEUTRINOというフリーウェアを使って東北きりたんの歌声を合成するAIきりたんは、世界で初めて一般DTMユーザーが自由にAI歌声合成を実現できるツールとなったのです。 そのAIきりたんに続く、第2のAI歌唱データベースを作ろうというプロジェクトが発足し、本日7月6日よりクラウドファンディングが開始されました。その歌唱データベースとなるのは、東北ずん子、東北きりたんの姉という設定のキャラクター、東北イタコ。その東北イタコの声を演じるのはホリプロインターナショナル所属の声優、木戸衣吹さん。これによって、また新たなAIシンガーが誕生するとなると

すでにご存じの方も多いと思いますが、2月22日にAIきりたんなるものが登場し、大騒ぎとなりました。正確にはSHACHI(@SHACHI_KRTN)さんという方が開発したNEUTRINOというAI歌声合成ソフトがフリーウェアで公開されるとともに、それで歌わせた楽曲が、くろ州さんなどによって公開され、話題になったのです。2月22日は、ちょうどMIDI 2.0の日米合意があった日で、そのドタバタでネットをチェックできておらず、私が気づいたのは24日になってから。その歌声を聴いて驚愕しました。 実際どんなものなのかと、さっそくNEUTRINOをダウンロードし、手元にあったMusicXMLデータを元に歌わせてみると、従来のVOCALOIDなどとは別次元の人間的な歌声で、東北きりたんが歌ってくれてさらに驚いたのです。どういうことなのか知りたいと思い、開発者のSHACHIさんに連絡してみたところ「種々の