OpenAI、わずか15秒のサンプルから”そっくり音声”作れるAIモデル (ASCII.jp)

OpenAIは3月29日(現地時間)、少ない音声サンプルから合成音声を生成できるAIモデル「Voice Engine」について技術的な詳細を発表した。 Voice Engineは入力されたテキストから自然な発話音声を生成できるAIモデル。サンプルとして与えられた人間の声を自然な発音でまねることができ、学習に必要な音声サンプルの長さも15秒程度で済む。 サンプルデータに含まれていない言語の音声も生成 …