もはや人間と区別できないレベル テクノスピーチと名古屋工業大、AI活用の新バーチャルシンガー技術を発表

現行技術との比較に驚く。

[宮原れい，ねとらぼ]

テクノスピーチと名古屋工業大学の国際音声言語技術研究所は、AI技術により人間の声質・癖・歌い方を高精度に再現できる歌声合成技術を開発したと発表しました。

CeVIOプロジェクト「さとうささら」（左）／1st PLACEのボーカロイドキャラクター「IA」（右）

　テクノスピーチ公式サイトにて、日本語ではCeVIOプロジェクト「さとうささら」、英語では1st PLACEの「IA」の歌声データベースを用いた、実際のサンプル曲を公開。手作業による調整が行われていない“ベタ打ち”ながら、なめらかな発声や歌詞の繋がり、違和感なく挟まれるブレスなど、まさに「人と区別できない時代」への突入を感じさせます。アカペラで聞くとよりわかるすごさ。

テクノスピーチ公式サイトでサンプル曲を聴くことができます

　同研究では、特定の歌唱者の約2時間の歌声データベースに対して、深層学習等のAI技術を適用。またバーチャルシンガーに歌ってもらう（合成する）際は、任意の歌詞付き楽譜を入力するだけで高品質な歌声を合成可能とのことです。

　ちなみに以前には、日本マイクロソフト製の女子高生AI「りんな」が同社の最新AI技術を活用した“歌声合成の歌”を披露し、その歌声の進化ぶりが話題になりました（関連記事）。