音声・スピーチ

主要ニュース

1. 1

   Suno、MIDI対応で本格DAWに進化 Studio 2.0公開

   Suno が Studio 2.0 をリリースし、MIDI対応、オートメーション、ビルトイン・エフェクト（ディストーション、ディレイ、リバーブ、コンプレッション、EQ）、チャットボット機能を追加しました。ユーザーはMIDIデータをプロンプトとして使い、コードを入力してSunoに音声化させたり、メロディを拡張したり、B-パートを生成させることができます。 MIDIはSunoが「最もリクエストされた機能」であり、モダンなDAW（デジタルオーディオワークステーション）の前提条件です。チャットボットは現在のセッションの音楽コンテキストを理解するため、ユーザーが「このボーカルトラックをよくしてほしい」と指示すればリバーブ、コンプレッション、EQを自動適用するなど、制作工程の自動化が進み、従来の手作業が減る可能性があります。

   カスタムエフェクトプラグインをAIで生成できる機能も追加され、生成したエフェクトはアカウントに保存されて再利用可能です。ただし、Suno Studioはまだサードパーティ製プラグインやVSTに対応していないため、ビルトインシンセサイザー（2オシレーター・ウェーブテーブル形式）に限定されています。

2. 2

   Twitch配信者、Amazon AI学習をオプトアウト

   Twitchがセキュリティとプライバシー設定にトグルを追加し、配信者は自分のコンテンツ（ライブ配信、VOD、クリップ、チャット、チャンネルのテキストと画像）をAmazonの生成AI モデルの学習に使用させないようにできるようになった。このトグルは発見時点でデフォルトで「オン」に設定されていた。 自分のコンテンツがAmazonのテキスト、音声、画像、動画生成モデルの学習に使われることに不安を感じている配信者は、その使用を防ぐことができるようになった。キャプションやセーフティツールなど、他のAI対応Twitch機能はオプトアウトの影響を受けない。このような動きにより、配信者は自分のコンテンツの特定の用途をコントロールできるようになるが、オプトアウトしてもAmazonとTwitchがTwitchのプライバシー通知に記載されている他の目的でコンテンツを使用することは阻止できない。

   このトグルはTwitchの設定のセキュリティとプライバシータブで利用可能になった。重要な点として、配信者が他のユーザーのストリーム内のチャットに参加する場合、そのチャットを学習に使用できるかどうかはチャンネルオーナーのオプトアウト設定によって決定される。個々の配信者は他のチャンネルで参加したチャットを一方的に保護することはできない。

3. 3

   Sandbar、音声リングで3600万ドル調達

   音声対応リングStreamの開発企業Sandbarが、Adjacent とKindred Venturesが主導した2300万ドルのシリーズAを含め、合計3600万ドルを調達した。同社のCEO Mina Fahmiが、TechCrunch Equityポッドキャストでプロダクトの設計哲学について語った。 多くの音声ハードウェアデバイスは市場での牽引に苦労してきた。Fahmiは、常時リッスン型ではなくプッシュトークデザインを通じて、人間が確実にコントロール下に置くことが、社会的受容性と失敗に終わったAIウェアラブルのお墓場を避けるためのカギだと主張する。この設計選択は、メインストリームユーザーが実際に採用する可能性のあるものについての異なる賭けを示している。

   Fahmiの2019年にMetaが買収した神経インターフェース企業CTRL-labsでの経験が、人間駆動型インプットについての思考を形作った。Sandbarは既存デバイスの上塗りではなく、完全にカスタムハードウェアを構築する「苦々しいほど厳しい」道を選んだ。この賭けは、その差別化がStreamをテック愛好家層からメインストリーム層へ抜け出すのに役立つかどうかについてのものである。

4. 4

   D'Addario、AI音楽使用を認める

   ギター弦メーカーのD'Addarioは、新しい弦のプロモーション動画でSuno AIを使用してトラックを再生成したことを認めた。同社は約2週間にわたって疑惑を否定し、低品質エクスポート、Autotune アーティファクト、LANDRとLogicのAIアシスト型マスタリングツールなどの代替説明を提示していたが、7月29日のInstagram投稿を編集してエラーを認めた。 D'Addarioの当初の否定と批判的なコメントの大規模削除は、顧客および音楽コミュニティ全体との信頼を損なった。同社は現在、信頼性の問題に直面しており、従業員とクリエイティブパートナーに生成AIの使用を開示することを義務付けることを約束している。少なくともいくつかの音楽ブランドがAI生成コンテンツを自社のブランド価値と矛盾すると見なしていることを示唆している。

   この認認可はギタリストおよびYouTuberのRhett Shullによる精査に続くもの。彼はD'Addarioから直接Logic セッションファイルを入手し、Sunoが元の録音を再生成するために使用されたと結論付けた。ギター業界における最近のAI論争のひとつであり、Fender CEOがバンドメイトをアナログAIに例えるコメントなど、他にも複数の事例がある。

5. 5

   Saber、ChatGPTでライター置き換えを否定

   元リードライターのStella Saccoが「Rideshare Stimulatorゲーム開発中盤でSaberに自分をChatGPTで置き換えられた」とBlueSkyに投稿したことを受け、CEO Matthew KarchはThe Vergeに「SaberもUningineもライターをAIで置き換えていない」と述べた。Karchは「乗客の無限の数のため必要性からAIを組み込む」実験的フリーライドモードをゲームに搭載することを認める一方、Saberは2001年の設立以来、ゲームプレイとNPCの振る舞いを改善するためAIツールを使用していると述べた。 Saccoの主張はKarchの声明と直接矛盾している。彼女は2023年12月に自分が置き換えられると告げられたと主張し、人間が書いたコンテンツとAIが書いたコンテンツが同じゲーム内に登場する場合、AIはまだ労働を置き換えるために使われていたと主張している。ゲームのSteamリストには現在、生成AIの使用について開示がなく、AIがクリエイティブワークに関与する場合の透明性に関する疑問が生じている。この紛争は、ゲームスタジオがプロダクション内のAI使用をどのように説明するかについて、業界内の緊張を浮き彫りにしている。

   Saccoの声明はKarchの防御に論理的矛盾を指摘している。CEOはゲームのコンテンツ（無限乗客フリーライドモードと乗客の声）をAIが書いたことを認める一方で、ライターが置き換えられたことを否定している。ゲームのSteam上でのAI開示がないことは、特にプレイヤーや規制当局が消費者に生成AIへの依存について知らされているかどうかを疑問視する場合、精査される可能性がある。

6. 6

   Meetily、無料でミーティング記録 サブスク不要

   Meetilyというアプリケーションが、オープンソースのAIモデルを使用してミーティングをリアルタイムで文字起こし・要約できるようになりました。無料版はGitHubから完全無料でダウンロード可能で、Windows・macOS・Linuxに対応しています。有料のPro版は月額10ドルです。 従来のミーティング支援サービスは月額10ドル～20ドルの費用がかかり、録音をクラウドにアップロードする必要があるため、機密情報を扱うプロジェクトには適さないという課題がありました。Meetilyはローカルで処理されるため、プライバシーの懸念を払拭しながら同等の機能を無料で利用できる〜とみられます。

   Zoom、Google Meet、Microsoft Teamsなど複数のビデオ会議サービスに対応し、録画ファイルの事後処理も可能です。ただし無料版は話者の識別機能がなく、要約の精度も完璧ではないため、利用者の優先順位に合わせた確認が必要です。