生成 AI とディープフェイクは高度なオーディオ ツールを開発するために深く統合されています。アイデアはシンプルです。サウンドを取得し、それを操作して、モデルが与えられた言葉を話すようにします。
音声製造テクノロジーは、テキスト プロンプトを使用して人間の声に非常によく似た人工音声を作成できるため、現代テクノロジーの世界で最も顕著な発展の 1 つと考えられています。この素晴らしい偉業を達成することを可能にする革新的なツールとプラットフォームの 1 つとして、優れた有料オプションに加えて無料で使用できる層を備えた Celebrities があります。
この記事では、イレブンラボで音声合成テクノロジーを使用する方法と、それに伴う利点について詳しく説明します。オーディオや広告から AI や機械学習アプリケーションまで、さまざまなアプリケーションで役立つオーディオを作成するための重要な手順を説明します。確認する イマーシブ テクノロジーはサイバーセキュリティにとって利益となるのでしょうか、それとも損失となるのでしょうか?
クイックリンク
イレブンラボとは何ですか?
イレブンラボは、Google の元機械学習エンジニアと音声技術研究会社 Palantir Technologies の元ストラテジストによって設立されました。音声モデルはその戦略の重要な要素ですが、最終的な目標は「音声を異なる言語間で即座に変換する」ツールを作成することです。
イレブンラボの音声 AI は、リアルな響きの人間の声を作成できる AI ベースのテキスト読み上げモデルです。そのウェブサイトには次のように記載されています。
「私たちの使命は、教育、ストリーミング、オーディオブック、ゲーム、映画、さらにはリアルタイム チャットにわたって、オンデマンドの多言語音声サポートを実現することです。」
Google 翻訳とその代替手段はすでに価値を提供していますが、聞いたことを即座に音声形式に翻訳できるツールを想像できますか?話者の声を再現して、話しているとおりに会話が聞こえるようにすることは、これを達成するための重要な出発点です。
AI音声生成とは何ですか？
簡単に説明すると、AI 音声生成を使用すると、音声をキャプチャして、聞かせたい内容を発話させることができます。音声を選択してダイアログを提供するだけで、残りの作業はカスタム テンプレートが行います。
「Microsoft のサムが 90 年代にそれをやっていたではないか」と言うかもしれませんが、それは完全に正しいでしょう。しかし、Microsoft Sam や同様のツールはボットのように見えました。一方、イレブンラボのツールは人間に非常に近いようです。
イレブンラボは、完全に無料の「プリセット」音声、AI 音声ジェネレーター (性別、年齢、アクセントを選択できる)、およびダウンロードできるサブスクリプション限定の「クローン」音声の 3 つの音声 AI オプションを提供しています。
以下に例を示します。
注記： 創造的な目的で AI を使用するには、倫理的および知的財産上の責任が伴いますが、イレブンラボの AI スピーチ ツールを使用して音声を作成する場合も例外ではありません。つまり、許可なく人の声を使用しないでください。これは違法ではありませんが、彼らはこれに腹を立てるかもしれません。
続行する前に、この記事の執筆時点では、Celebrities の音声 AI ツールはベータ版であることを思い出してください。これは、最終製品ではないことを意味します。確認する Raspberry Pi を使用して実行できるエキサイティングな AI プロジェクトを探索してください.
基本的な AI ダイアログを作成する
最も簡単に始める方法は、イレブンラボの無料の AI 駆動音声ツールを使用することです。
使用するには、次の場所にアクセスしてください beta.elevenlabs.io そしてアカウントを作成します (電子メール、Google アカウント、または Facebook を使用できます)。
次の手順は次のとおりです。
- クリック 音声合成.
- 設定でプリセットの声の 1 つを選択します (男性と女性の声が利用可能です)。
- [サウンド設定] を展開して、[安定性] と [明瞭度 + 類似性の強化] スライダーを設定します (安定性が高いと通常は単調になり、明瞭度が高いほど意図したサウンドに近づきます)。
- 選択 イレブンモノリンガル (標準英語)。
- 音声に変換したいテキストを入力します。
- クリック ءنشاء.
- プロセスが完了すると、サウンドが自動的に再生されます。そうでない場合は、クリックしてください ت<XNUMXxDXNUMX><XNUMXxBXNUMX><XNUMXxBXNUMX><XNUMXxDXNUMX><XNUMXxDXNUMX>ييل.
生成されたサンプルをダウンロードすることもできます。
イレブンラボでAI音声を作成する方法
新しい音声を作成したい場合は、[音声の追加] ボタンを使用して VoiceLab 画面にアクセスできます。イレブンラボのプリセットに基づいて新しいサウンドを作成するには:
- クリック サウンドの追加 -> サウンドデザイン.
- 性別、年齢、方言のフィールドを設定します。
- 必要に応じて、フォーカス強度スライダーを調整します。
- 変換したいテキストを入力します。
- クリック ءنشاء.
- 終わったら聞いてください。
テスト中に、女性/若いオーストラリア人のアクセントと男性/老人/オーストラリア人のアクセントの両方が明らかに「アメリカ人」であることがわかりました。この問題はテクノロジーの進歩により解決される可能性があります。
独自の AI 音声を作成する
プリセットおよび構成可能なオプションも興味深いですが、イレブンラボのテクノロジーの本当にエキサイティングな要素は、「インスタント音声再生」オプションです。
他のオプションとは異なり、インスタント音声再生にはサブスクリプションが必要です。いくつかのオプションがあり、最も安いものは月額 5 ドルです。この記事の執筆時点では、最初の 80 か月間は XNUMX% 割引が適用され、わずか XNUMX ドルになります。
他のオプションは月額 22 ドル、99 ドル、330 ドルで、月額最大 40 時間の音声を生成できます。
イレブンラボの音声文字起こしを使用するには、いくつかの会話とあなたの声のサンプルが必要です。クリアで MP3 形式であれば何でも構いません。サンプルは長いほど良く、最長 5 分です。
VoiceLab 画面から:
- クリック 音声を追加 -> 即時音声文字起こし.
- 表示されたウィンドウで、名前を割り当てます。
- 適切なファイルをクリックまたはドラッグしてオーディオ サンプルをロードします (精度を向上させるために最大 25 個のサンプルを追加できます)。
- [ラベル] をクリックし、[キー + 値] (アクセント/ブリティッシュなど) を選択します。これを最大 5 回繰り返します。
- 音声の簡単な説明を入力します。
- [同意の確認] チェックボックスをオンにして、サウンドを追加します。
音声を追加すると、上記のように音声合成画面で調整できます。確認する 大規模コンテンツの作成におけるオーディオ クローン技術の使用を評価する.
AI音声で何ができるの？
AI Voice には、さまざまな可能性を備えた多くのプリセットおよび再生音声が用意されています。前述したように、イレブンラボの最終目標はライブ翻訳ですが、他にも多くの用途があることに注目しています。
オーディオブック（おそらく亡くなって久しい映画スターが読んだものと思われる）や、ビデオゲーム（AI音声を使えば声優のコストを節約できる）についても言及されている。しかし、音楽から風刺、自己啓発まで、そしておそらくそれを超えた用途もあります。
AI オーディオを使用してポッドキャストを作成することもできますが、結果は単調で退屈に聞こえるかもしれません。
この Really Helpful ポッドキャスト エピソードのイントロは、イレブンラボで制作されました。
結果は私たちが期待していたものではありませんでしたが、使用するには十分であり、テクノロジーはさらに向上する可能性があります。
一方、イレブンラボは「ボイスチャット」機能を後日公開する予定だ。
よくある質問
Q1:音を作る技術とは何ですか？
音声合成技術とは、人工知能と音声処理技術を利用して、人間の声に似た人工音声を生成する技術です。オーディオ、広告、人工知能アプリケーションなど、さまざまなアプリケーションで使用できます。
Q2: イレブンラボとは何ですか?また、何を提供しますか?
イレブンラボは、サウンド製造テクノロジーに基づいた高度なプラットフォームです。これは、個人の声に似た合成音声を作成するための強力なツールをユーザーに提供します。イレブンラボは、サウンドをカスタマイズしてさまざまな用途に使用するのに役立ちます。
Q3: イレブンラボの使用を開始するにはどうすればよいですか?
イレブンラボ プラットフォームに登録し、そのシンプルでユーザーフレンドリーなインターフェイスを探索することで、簡単に始めることができます。独自の合成音声を作成およびカスタマイズして、プロジェクトで使用することができます。
Q4: 健全な製造技術を使用するための特別な要件はありますか?
イレブンラボを使用するのに高度な技術知識は必要ありませんが、オーディオ処理に関する基本概念を理解し、基本テクノロジを使用すると役に立ちます。ユーザー インターフェイスと手順は使いやすく、使い始めるのに役立ちます。
Q5: イレブンラボのサウンド製造技術の一般的な用途にはどのようなものがありますか?
人気のあるアプリケーションには、パーソナライズされた音声広告、パーソナライズされた音声サービス、合成音声を操作する人工知能アプリケーションなどがあります。イレブンラボを使用すると、プロジェクトに正確に適合するようにサウンドをカスタマイズできます。
イレブンラボの AI を使用して、新しい方法で音声を使用します
過去数年間、人工知能はいくつかの驚くべき新しいツールを私たちにもたらしました。 Chat-GPT は、テキストの生成、質問への回答、レポートの計画などに使用できます。 ミッドジャーニー 主張に基づいてアートを生成する素晴らしいモデルです。
今回、イレブンラボの Speech AI ツールを使用すると、音声の操作が簡単になります。ものまねのようなものですが、元の音声のコピーを使用します。
同意なしに音声を使用することに対する倫理的な議論もありますが、これはいくつかの興味深い用途を備えた強力なツールです。何よりも、驚くほど使いやすく、素晴らしい結果が得られます。閲覧できるようになりました 写真からクリエイティブな絵画を作成するための最高の AI アート ジェネレーター.
