NTT、音声変換の新技術。「中間特徴量」に着目して高品質・低遅延を実現 仮想空間でのコミュニケーション、発音のサポートなど、多様な応用に期待 (INTERNET Watch)

日本電信電話株式会社(NTT)は6月17日、高品質と低遅延を両立した深層学習に基づく、リアルタイム音声変換技術を開発したと発表した。新規に考案した音声特徴量(声質、抑揚、リズムといった声の特徴データ)の抽出処理により、高音質かつ低遅延の処理が可能になったという。 本機能の利用シーンとしては、メタバースで自身が使うアバターに似合う声に変換する、コールセンターで顧客の声を聞き取りやすく変換する、といっ …