音声・スピーチ

主要ニュース

1. 1

   Sunoがv6モデル発表、ワーナーらと協業

   Sunoはv6を3種展開。有料のPro／Premier向け旗艦版、実験的なv6-wild、全ユーザー向けの高速無料版v6-mini。 旧モデルを全廃しv6に移行。曲の一部編集、マッシュアップ作成、音声・画像・動画からの楽曲生成が可能に。

   訓練データの提供元は非公表。ワーナー、BMG、Believeとの提携が、ユニバーサルやソニーからの訴訟に耐えられるかが焦点。

2. 2

   Prime Video、AIリップシンク吹き替えを開始

   Prime VideoがAIで俳優の唇の動きを吹き替え音声に合わせる機能を開始。独ドラマ「Maxton Hall」の英語吹き替え版から導入。 この機能は「Maxton Hall」シーズン1・2で利用可能で、12月9日配信のシーズン3にも適用され、吹き替えコンテンツの裾野を広げる。

   Prime Videoは今後、他のタイトルにも拡大予定。視聴者がAI加工映像を受け入れるかが成功の鍵となりそうだ。

3. 3

   Suno v6が著作権契約で訴訟に対抗

   Sunoがv6を公開。ワーナー・ミュージック・グループ、BMG、Believeのライセンスデータで訓練。有料版向けv6とv6 wild、全ユーザー向けv6 miniの3種。 v6は従来モデルの訓練データを使わず、ソニーやユニバーサル・ミュージック・グループなどから著作権侵害で訴えられる中での方針転換となる。

   ライセンス契約と新たな収益源が権利者を満足させるか。リミックス機能はアーティストがオプトインした場合のみ提供し、未解決の訴訟も残る。

4. 4

   キャタピラー、AIで労働力不足を補完

   Cat DigitalはOgi Redzic主導で、音声ベースの「Cat AI Assistant」によるオペレーター指導や機械のタスク自律化など、AIをキャタピラー製品全体に適用している。 現在のオペレーターの約40%が2031年までに退職する見込みの中、キャタピラーはAIで労働力不足を補い、雇用を奪わずに作業員を監督役へ移行させる方針だ。

   Redzicが予測する5〜10年後のAI連携型建設現場が普及するか、またAIが開発したソフトで人員20〜30%増ながら作業量を3倍にする生産性向上が新標準となるか。

5. 5

   蔦谷好位置とNovel Core、『チート』を語る

   蔦谷好位置とNovel Coreが『チート』についてRolling Stone Japanの取材に応じ、クラシックのサンプリングと生成AIに言及した。 AIが音楽制作に与える影響が焦点。既存アーティストが新たな創造の可能性を探る一方、技術的・倫理的な課題も浮かび上がる。

   著名な2人が生成AIを使ったサンプリングを模索する中、その手法が主流音楽で受け入れられるかが今後の焦点となる。

6. 6

   三菱電機、タスク汎用音源分離AIを開発

   三菱電機は「タスク汎用音源分離」技術を新たに開発。単一のAIモデルで複数の音源分離を可能にする。 様々な用途での音声処理向上が期待され、ビジネス現場での音声管理の効率化・柔軟化につながる可能性がある。

   実用化の成否は、この技術が現実の製品・サービスにどう組み込まれるかにかかっている。