ディープラーニングの仕組みをわかりやすく解説丨音声認識との関連は？｜トラムシステム
https://www.tramsystem.jp/voice/voice-4279/
俺は今のAI事情を憂いている。画像処理とテキストばかり…そろそろ音声処理にも注目しろよ [435886538]
- 66コメント
- 21KB
■ このスレッドは過去ログ倉庫に格納されています
ディープラーニングの仕組みをわかりやすく解説丨音声認識との関連は？｜トラムシステム
https://www.tramsystem.jp/voice/voice-4279/
0016番組の途中ですがアフィサイトへの転載は禁止です (ﾜｯﾁｮｲ 3156-JIpj)2023/03/16(木) 11:32:42.90ID:AoHBHjWL0
指定したイラストじゃなくて動画を作ってくれるAIができるのは何年後だろう
>>5
それ声質変換してたりしない？
音声生成してるとしてもノイズ酷かったり感情無かったり抑揚変だったり
音声処理に至ってはGPTみたいな技術革新がまだない気がする
おっさん声の配信者がある日突然有名声優になったりするの？
音声処理はもともとAI関係なく発達してるから
著作権とか面倒なんだろうな
著作権とか面倒なんだろうな
0020番組の途中ですがアフィサイトへの転載は禁止です (ｵｲｺﾗﾐﾈｵ MM3d-cpDT)2023/03/16(木) 11:33:15.25ID:Cs7W3tjyM
ht
tps://video.twimg.com/ext_tw_video/1617498731317985280/pu/vid/548x480/eB5K0xxpoovhcdNX.mp4
tps://video.twimg.com/ext_tw_video/1617498731317985280/pu/vid/548x480/eB5K0xxpoovhcdNX.mp4
0021番組の途中ですがアフィサイトへの転載は禁止です (ﾜｯﾁｮｲW a50f-4235)2023/03/16(木) 11:34:07.45ID:9ll2f+Ui0
>>16
既にある
既にある
0022番組の途中ですがアフィサイトへの転載は禁止です (ﾌﾞｰｲﾓ MM4d-rS8L)2023/03/16(木) 11:34:16.54ID:PeS0zXixM
同人音声自作できるようになれば一生困らないんだがな
0023番組の途中ですがアフィサイトへの転載は禁止です (ﾜｯﾁｮｲW 5518-5Ln4)2023/03/16(木) 11:34:50.79ID:C4B/8M+P0
>>20
たのしそう
たのしそう
きりたんがいるじゃん
もうとっくに溢れ返って問題になってんのに何言ってんだこいつ
ずんだもん
0027番組の途中ですがアフィサイトへの転載は禁止です (ﾜｯﾁｮｲ 7aa4-JIpj)2023/03/16(木) 11:37:22.80ID:p0LVtprk0
今のカタコト音声から自然な音声にする事で得られる物ってそんな無さそう
しゃーない、いっちょ作りますか…w
まず機械学習と深層学習の違いから調べるわ
つか、絵も文章も音楽もボイスも出来たら
それこそ作品を氾濫しすぎてカオスになりそうだな
それこそ作品を氾濫しすぎてカオスになりそうだな
>>3
4～6は無限ループせんだろ
4～6は無限ループせんだろ
政治家が絶対に許さない
自分の音声勝手にでっち上げて貶められるからな
自分の音声勝手にでっち上げて貶められるからな
0032番組の途中ですがアフィサイトへの転載は禁止です (ﾌﾞｰｲﾓ MM9a-PCce)2023/03/16(木) 11:39:19.57ID:mv9ijIoOM
オリジナルの声をポンポン生み出せるようになったらスレ立てて
0033番組の途中ですがアフィサイトへの転載は禁止です (ﾜｯﾁｮｲ a174-JIpj)2023/03/16(木) 11:40:04.85ID:RkGPW7wg0
結果的に完成が一番早いのは音声じゃねえかなぁ
0034番組の途中ですがアフィサイトへの転載は禁止です (ﾃﾃﾝﾃﾝﾃﾝ MMee-lD+f)2023/03/16(木) 11:40:39.52ID:ealdCobyM
https://www.techno-edge.net/article/2023/02/01/795.html
ちょっとググったら記事出てきたが
ちょっとググったら記事出てきたが
0035番組の途中ですがアフィサイトへの転載は禁止です (ﾜｯﾁｮｲW fa4d-3Rkh)2023/03/16(木) 11:40:39.67ID:n3xqi2bs0
技術自体はあるからあとはリソースだろ
>>26
あの声正直ボイスロイドの発展って感じ強くて好きじゃない
MoeGoe.exeの方が期待出来たけどクローズドになってから一切話題にならないしなぁ
0037番組の途中ですがアフィサイトへの転載は禁止です (ﾜｯﾁｮｲ 4d97-Lp6G)2023/03/16(木) 11:41:10.46ID:hktsDzGG0
／::::::::ソ::::::::: :゛'ヽ、
/:::::::-、:::i´i|::|/:::::::::::ヽ
.. /::::::,,、ミ"ヽ｀ "゛ / ::::::ヽ
/::::::== `-::::::::ヽ >>31
::::::::／.,,,=≡, ,≡=、、 l:::::::l
/´| i::::::::l゛. ,ｨｪｧ; ｨｪｧ l:::::::!
| | /´/.|`:::| :⌒ノ/.. i＼:⌒ .|:::::i
| | / / (i ″ i i i //
__rｰﾄ､ l' / .ヽ Vi i /
{ ! {､ヽ. l/. lヽ ー-― ´/´
ﾊ_>Jﾉ l | |、 ヽ ｀￣´ ／
..{ / /{ ／＼／ ヽ ｀ "ー－´/、
/:::::::-、:::i´i|::|/:::::::::::ヽ
.. /::::::,,、ミ"ヽ｀ "゛ / ::::::ヽ
/::::::== `-::::::::ヽ >>31
::::::::／.,,,=≡, ,≡=、、 l:::::::l
/´| i::::::::l゛. ,ｨｪｧ; ｨｪｧ l:::::::!
| | /´/.|`:::| :⌒ノ/.. i＼:⌒ .|:::::i
| | / / (i ″ i i i //
__rｰﾄ､ l' / .ヽ Vi i /
{ ! {､ヽ. l/. lヽ ー-― ´/´
ﾊ_>Jﾉ l | |、 ヽ ｀￣´ ／
..{ / /{ ／＼／ ヽ ｀ "ー－´/、
MATLABにdeep learning toolboxがあるぞ
声系も確かやってるだろ？
どちらにしても望んだ声をまるで人間みたいに話せるってのはかなり不味いんだけどな
普通に犯罪利用されるの間違いないし
どちらにしても望んだ声をまるで人間みたいに話せるってのはかなり不味いんだけどな
普通に犯罪利用されるの間違いないし
>>34
ツールってだけでモデルの公開じゃないしどうせ日本語入れたら破綻するパターンだろ
そういう話じゃないんだよ
声系は中華がすごいでしょ
modelも公開されてるし
modelも公開されてるし
0042番組の途中ですがアフィサイトへの転載は禁止です (ﾃﾃﾝﾃﾝﾃﾝ MMee-fWy/)2023/03/16(木) 11:47:32.36ID:kPz3KYfzM
声豚にしか需要がないからじゃね？
0043番組の途中ですがアフィサイトへの転載は禁止です (ﾜｯﾁｮｲW 81f5-rnO6)2023/03/16(木) 11:48:21.38ID:baLeANYN0
合成音声で無気味の谷を越えるのは相当難しい
研究やネットの記事だとうまくいってるとこだけ見せようとするけど、実際に自然な発話ができる例は少ない
エンドユーザー向けで軽くてちゃんと動くのはVOICEPEAK以外見たことがない
画像生成の方ばっかりに才能が集まって、ピッチ、音量等のパラメータや音響特徴量の生成技術が未成熟なままで止まってる
音声波形を生成するニューラルボコーダーの技術もちゃんと広まってなくて、あちこちで車輪の再発明みたいな検討がされてる
研究やネットの記事だとうまくいってるとこだけ見せようとするけど、実際に自然な発話ができる例は少ない
エンドユーザー向けで軽くてちゃんと動くのはVOICEPEAK以外見たことがない
画像生成の方ばっかりに才能が集まって、ピッチ、音量等のパラメータや音響特徴量の生成技術が未成熟なままで止まってる
音声波形を生成するニューラルボコーダーの技術もちゃんと広まってなくて、あちこちで車輪の再発明みたいな検討がされてる
要はこれをAIで出来ちまうようにしろってことだろ？
夢の技術だな
https://nico.ms/sm41314771
夢の技術だな
https://nico.ms/sm41314771
0045番組の途中ですがアフィサイトへの転載は禁止です (ﾜｯﾁｮｲW ddaf-IkJP)2023/03/16(木) 11:49:30.27ID:kDLvrCXx0
もう出来てる
https://youtu.be/nS7hWpYvHlo
https://youtu.be/nS7hWpYvHlo
>>45
面白いけど違和感しかねーだろw
まぁ色々難しいっぽいんだな
折角だし調べてみるわ
ゲーム会社は製作過程でセリフ変更多いから音声合成に注目してるみたいだな
これは結構凄い
イントネーションも違和感ない
AIでラブライブ！声優の喋りを生成するツール （日本語入力 可）
https://huggingface.co/spaces/CarlDennis/Lovelive-VITS-JPZH
イントネーションも違和感ない
AIでラブライブ！声優の喋りを生成するツール （日本語入力 可）
https://huggingface.co/spaces/CarlDennis/Lovelive-VITS-JPZH
ニュース記事を生成するAIきぼんぬ
0050番組の途中ですがアフィサイトへの転載は禁止です 転載ダメを消してはダメ改変もダメ (ﾜﾝﾄﾝｷﾝ MM8a-8ItL)2023/03/16(木) 12:01:19.95ID:WILTgSvXM
日本にはミクさんとずんだもんがいるから( ´ ▽ ` )ﾉ
日本の声優の声からAIが英語版吹き替えを生成ってこの前話題になってたな
勝手に憂いてろバーカ死ねよ。
音声系のAIは動物の鳴き声を翻訳するほうに向かっていくんじゃね？
アニメキャラにしゃべらせるのは版権がうるさい
アニメキャラにしゃべらせるのは版権がうるさい
0054番組の途中ですがアフィサイトへの転載は禁止です (ﾜｯﾁｮｲW 9d08-OJpK)2023/03/16(木) 12:15:20.51ID:BlZTLkmX0
>>52
死ぬのはAIの淘汰圧で余裕無い弱者男性だろw
死ぬのはAIの淘汰圧で余裕無い弱者男性だろw
0055番組の途中ですがアフィサイトへの転載は禁止です (ﾜｯﾁｮｲW d68f-OJpK)2023/03/16(木) 12:18:42.32ID:eFrDprfD0
>>53
画像生成みたいにあらゆる声の特徴からオリジナルの萌え声生成なんてのはまだまだ先なのかね
画像生成みたいにあらゆる声の特徴からオリジナルの萌え声生成なんてのはまだまだ先なのかね
0056番組の途中ですがアフィサイトへの転載は禁止です (ﾜｯﾁｮｲW 190d-RaqI)2023/03/16(木) 12:28:51.49ID:14BmDSM+0
こんなこと言うのもなんだけど声の需要って文章や絵に比べるとあまり大きくないよね
死んだ声優AIで生き返らせてほしい
山田康雄とか
山田康雄とか
0058番組の途中ですがアフィサイトへの転載は禁止です (ﾜｯﾁｮｲW e5af-xRbr)2023/03/16(木) 14:03:47.74ID:RzKyn8ZI0
>>7
素材が多いので作りやすいからな
素材が多いので作りやすいからな
0059番組の途中ですがアフィサイトへの転載は禁止です (ﾜｯﾁｮｲW ddaf-IkJP)2023/03/16(木) 14:43:56.46ID:kDLvrCXx0
安倍はAI音声が不自然でも違和感ないのが凄い
本物が不自然だったからな
本物が不自然だったからな
0060番組の途中ですがアフィサイトへの転載は禁止です (ｱｳｱｳｳｰ Sa89-8HOj)2023/03/16(木) 15:55:48.60ID:id30HPJva
>>3
それにどんな商業的需要があるの？
パクリをしたいだけだろ
それにどんな商業的需要があるの？
パクリをしたいだけだろ
0061番組の途中ですがアフィサイトへの転載は禁止です (ﾜｯﾁｮｲ a587-QsVm)2023/03/16(木) 15:59:14.87ID:wXGFNE0X0
またいつものコテの人が貼りに来るぞ
ジャップはいろいろうるさいからハブられてるけどとっくに音声まで侵略されてる
ジャップはいろいろうるさいからハブられてるけどとっくに音声まで侵略されてる
0062番組の途中ですがアフィサイトへの転載は禁止です (ﾜｯﾁｮｲW a50f-4235)2023/03/16(木) 16:00:06.27ID:9ll2f+Ui0
>>48
私のおまんこ見てください
とか普通に言うしオタク発狂やろ
ロリ声しかないぽいけど
私のおまんこ見てください
とか普通に言うしオタク発狂やろ
ロリ声しかないぽいけど
>>55
大分前にVALL-Eが発表されたろ
3秒程度のサンプルで合成できるそうな
法的・倫理的にヤバイから公開しないそうだが
大分前にVALL-Eが発表されたろ
3秒程度のサンプルで合成できるそうな
法的・倫理的にヤバイから公開しないそうだが
>>1
えっと
とっくに出てるんだが。。
えっと
とっくに出てるんだが。。
>>63
OpenAIからもwhisper APIが出てる
OpenAIからもwhisper APIが出てる
>>48
日本語と判別できなくて音声がバグることがあるからpykakasi通した方が良いのでは？
日本語と判別できなくて音声がバグることがあるからpykakasi通した方が良いのでは？
- 66コメント
- 21KB
■ このスレッドは過去ログ倉庫に格納されています