読み方のヒント

矢印ボタン(または ← → キー)でページを移動できます。

第5節 音声と動画の生成AI

5.1 音声生成AI

千尋は、店の紹介動画にナレーションを入れたいと考えました。拓海は、文章を読み上げる音声生成AIを紹介しました。

技術内容例
ニューラルTTS(Text-to-Speech)ニューラルネットワークを使い、文章を自然な声で読み上げる動画のナレーション、駅や店内の案内放送
Voice Cloning(音声クローン)特定の人の短い録音から、その人の声の特徴をまねて、別の文章を話させる本人の声で多くの言語の案内を作る

ニューラルTTSは、抑揚や間の取り方が人に近く、聞き取りやすい音声を作れます。目の不自由な人のための読み上げや、多くの言語の案内にも使われています。

22 / 25