すでに、その歌声を聴いて驚かれた方も多いと思いますが、本日10月30日、株式会社インターネットより、「Synthesizer V AI 花響 琴（Hibiki Koto）」が発売されました。非常に人間らしくリアルに歌うAI歌声合成エンジンとして広く知られるSynthesizer V AIではありますが、花響 琴はその中でも最高レベルの歌唱力を持つと同時に、幅広い表現力を持った歌声データベースになっており、従来の歌声合成の世界観とは一線を画すこれまでにない歌声を実現するものとなっています。 まさに圧倒的な歌唱力の本格派シンガーであるデフォルトのボーカルスタイルに加え、優しく歌うBallade、かわいい声で歌うCute、暗い声で歌うDark、ミュージカル風に歌うMusical、Falsetto（ファルセット）、パワフルに歌うPowerと、さまざまな歌い方ができるのも花響 琴の大きな特徴。そして

自分の声をまったく別のキャラクタの声に変えることを実現するAIボイスチェンジャー。エフェクトを使って自分の声を加工する従来のボイスチェンジャーとは異なり、自分の声は完全に消えて、まったく別人になりきれるのが特徴で、これまでもVoidolやCoeFontボイスチェンジャーといったものを記事でも紹介してきたほか、中国系のフリーウェアでもかなりの精度を持ったものがいろいろ登場してきています。 そうした中、12月25日、まったく新たなAIボイスチェンジャー、Parakeet.VC（パラキート・ブイシー）が、福島県のベンチャー企業、Parakeet株式会社からリリースされました。ここには東北ずん子や東北きりたん、またずんだもんをはじめ、計109種類の声が収録されており、ユーザーはそれらを選んで、マイクで話せばリアルタイムにキャラクタの声に変換することが可能です。既存のAIボイスチェンジャーと比較して

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

ボーカルをMIDIに変換し、歌詞も抽出 今回発表されたSynthesizer V Studioのバージョンは1.11.0 b1(β版)と、11番目のバージョンとなるのですが、今回も従来と同様にユーザーに対しては無償のアップデートとなっています。普通であればメジャーバージョンアップというか、新製品といってもいいほどの革新的なアップデートを繰り返してきているのに、「無償アップデートで大丈夫なの？」とこちらが心配になってしまうほどではありますが、その気前の良さがSynthesizer Vユーザーを飛躍的に増やしてきている大きな要素ともなっているのだと思います。 今回も、まさに革命といってもいい機能を実現しているので、まずは以下の動画をご覧ください。 何をしているかお分かりいただけたでしょうか？これは、声優・小岩井ことりさん歌唱による「ハレのち☆ことり♪」のボーカルのWAVをSynthesizer

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。

※6ナレユーザー優待版とは「VOICEPEAK 商用可能 6ナレーターセット」を所有しており、かつAHSのユーザー/製品登録を行った方を対象とした特別価格の商品です。AHSのサイトログイン後のマイページからのみ購入可能です。 上の5つがキャラクターシリーズであり、下の3つが6ナレーターセットと同様、キャラクターがなく、商用可能なものとなっています。 まずは、8つの喋りがどんなものなのかを確認するため、ちょっとずつ喋らせてみたので、以下の動画をご覧ください。 いかがですか？ご覧いただければ、使い方はだいたい分かると思います。VOICEPEAK上で直接テキストを入力してもいいし、このビデオのようにテキストをコピー＆ペーストするのもOK。あとは、ボイスを選択した上で再生ボタンを押せばいいだけ。とにかく簡単です。 VOICEPEAKには、これまででトータル15種類のボイスが揃ったことになる ご存じ

10月27日、Synthesizer Vの新しい歌声データベースとして、Maiがお披露目となり、その歌唱動画が公開されました。実際にユーザーが入手可能になるまでには、まだもう少し待つ必要がありそうですが、遅くとも年内には登場するそうですから心待ちにしたいところです。 今回、Synthesizer Vの開発元であるDreamtonicsによって公開されたMaiの歌声のビデオを見ると、驚くほど滑らか、スマートな歌い方であり、もはや人間の歌声と区別がつかない次元まで進化しているように感じます。しかも、とくに調声をしなくても、音符と歌詞を入力するだけで、非常にリアルな歌い方をしてくれる、というのも、嬉しいところです。一方で、先日リリースされたSynthesizer V Studio Proの最新バージョン1.7.1において、歌声データベースの複数バージョンを利用できる機能が追加されています。なぜそ

先日、レコーディングエンジニアの森元浩二さんから、「ぜひ、一度試してもらえませんか？」と言われ、AdPower Sonicなるシールをウチのモニタースピーカーに貼ってみました。実際、森元さんが自宅にいらっしゃり、そのシールを貼るというか、バスレフポート（スピーカーの穴）にちょっと入れてもらったところ、明らかに音が良くなった感じがして驚いたのです。これは記事にして紹介してみたいと思う一方、ホントだろうか？何か騙されてないか？と少し自分の耳を疑ってみたりもしました。 そこで森元さんに、「何か客観的なデータってないですか？」と聞いたところ、「いま公的研究機関である産業技術総合研究所で実験・測定を行っているところなので少し待ってほしい」と言われたのです。産総研から客観的な結果が出てくれば、それは間違いなさそうだけど、ホントに違いが分かるのだろうか……と思っていたところ、先日森元さんから「明らかな違

以前DTMステーションで紹介したことのある、ソニー・ミュージックエンタテインメントのプロジェクトSoundmain（サウンドメイン）。ここでは、ソニーグループが研究・開発する最新の音楽関連テクノロジーがいち早く機能として実装され、クリエイターが利用できるようになっているのですが、今回ボーカル抽出という新機能が追加されました。これは、ブラウザ上で使える音楽制作プラットフォームSoundmain内の音楽制作サービスSoundmain Studio上で使える機能で、音源からボーカルのみを抜き出し、手軽に高品質なボーカル音源を作成することができます。 つまり楽器などの演奏も消せるわけなのですが、驚くべきはその精度。ボーカル抽出といえば、さまざまなソフトで行うことが可能ですが、声がシュワシュワになってしまったり、オケが残ってしまったりすることがありますよね。それに対し、Soundmain Studi

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

驚異的に進化したSynthesizer V AI まずは、バックグラウンドや機能、性能といったものを紹介する前に、私がSynthesizer V Pro Studioの1.5.0を使って打ち込んだ、弦巻マキの歌声をちょっと聴いてみてください。 いかがですか？従来の歌声合成の概念を覆すレベルに来ていると思いませんか？これは、2年前のコミケでDTMステーションCreativeからリリースしたoyasumiという曲の冒頭部分。そのときは声優の小岩井ことりさんにボーカルをお願いし、囁くように優しく歌ってもらったので、弦巻マキにも、それっぽく歌わせて仕上げてみたのです。本来、弦巻マキは「アニメキャラっぽい雰囲気の元気な女の子」というイメージの歌声ですが、そことはだいぶ違ったニュアンスの歌声になっているのも感じられたと思います。 「自動処理」メニューにある「自動ピッチ調整（カスタマイズ）」を選択する

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

XSONICというメーカーが開発した、AIRSTEPなるワイヤレス接続のフットコントローラーが先日、国内でも発売されました。300×70×45 mm (W×D×H)というサイズに5つのフットスイッチが並ぶ、見た目にはシンプルな機材で実売価格27,500円（税込）のAIRSTEPと、見た目はほぼ同じながらBluetooth接続のみに絞り19,800円と価格を抑えたAIRSTEP LITEの2種類です。 これを使うことでDAWの操作をフット操作でできるだけでなく、楽譜をiPadなどに表示させてページめくりに使ったり、YouTubeの再生・停止・早送り…という操作を足で行えるほか、ここにMIDIキーボードを接続すると、ワイヤレスでMIDI接続ができるなど、「何だこれ!?」と思うほど、さまざまな機能を持ったフットコントローラーです。しかもAIRESTEPとAIRESTEP LITEを連携させること

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

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

11月11日にAppleがM1チップ搭載のMacを3機種発表して以来、ネット上ではまさにお祭り騒ぎになっています。Macとして、とても安い価格でありながらも、ベンチマーク結果などでは既存のIntelチップのMacと比較して非常に好成績という記事なども数多く上がっているだけに気になるところです。私も価格が発表された日にチェックしてみたところ、Mac miniのミニマムのシステムが72,800円と手ごろな価格だったので、DTM検証用ということで、少しだけアップグレードさせた上で予約注文してみました。 そう気になるのは、これで各種DAWが動作するのか、これまでのオーディオインターフェイスやMIDIキーボードなどは利用できるのか、各種プラグインは使えるのか、そして使えるとしたら、これまでと比較して高速に動いてくれるのか……といったことです。あまり細かく検証できているわけではないのですが、手元にある

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

2020年9月8日、独立行政法人国立科学博物館（東京都台東区）が2020年度の「重要科学技術史資料（未来技術遺産）」として16件を発表しました。DTM関連の世界では、すでにRolandのTR-808が未来技術遺産として登録されていましたが、今回、ミュージくん（1988年発売）、MIDI 1.0規格書（1984年リリース）、さらにはドンカマの愛称で知られる国産初のリズムボックス市販機、KORGのドンカマチック（1963年発売）などが殿堂入りとなりました。 中でもミュージくんは、DTM＝デスクトップ・ミュージックの原点ともいえるものであり、DTMという言葉自体がミュージくんの登場とともに生まれたもの。そのミュージくんが未来技術遺産になったというのはDTMステーション的には感無量ともいえる出来事。そこで今回のミュージくんの殿堂入りをお祝いさせていただくとともにミュージくんとはどんなものだったのか

1980年に発売されてから40年の月日が経過したローランドのリズムマシンTR-808は、今なお世界中の多くの人から愛されるマシンであり、中古市場では50万円近い価格で売買されています。そのTR-808の新バージョンともいえるRC-808が昨年の8月8日の808の日に無料リリースされて大きな話題となりましたが、今年2020年8月8日、そのRC-808がバージョンアップし、待望のプラグインに対応。従来のスタンドアロン版に加え、WindowsのVSTおよびMacのVST/AUでも使えるようになったのです。 RC-808とはReCreation-808の略であり、「808を新たに作り直した」という意味を込めてネーミングされたもの。開発したのは40年前にTR-808を開発し、後にローランドの社長にもなった菊本忠男さんと、当時ローランドでTR-808を開発していた通称アナログマフィア（Analog M