何が起きたか
VoiceStudioでVoxCPM2モデルを使い15.3秒のサンプルからクローンを生成したところ、通常話法での本人との類似度は0.809だった。アプリのOmniVoiceモデルは0.825だった。
なぜ重要か
通常の話し方なら、これほど短いサンプルのクローンでも本人の録音に近い水準に達し得る。ただし検証は1人・各条件3回のみだ。
こういう要約が、毎朝あなたのメールに届きます。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
IVRyは11月4日、対話AI「アイブリー」と一休の「RESZAIKO」の連携を開始
Godotゲームエディタ内で動作するAIエージェントZivaは、依頼された効果音ごとに最大3テイクを生成し、開発者がチャット上で聴き比べて1つ選べる
ユニファは10月27日、すくすくログのβ版を公開
AWSパートナーのCartesiaが、State Space Modelsを基盤とする音声合成のSonicと音声認識のInkで100ms未満の遅延を実現し、AWS上で利用可能だと明らかにした
Google DeepMindは2026年10月27日、Genie 4を発表した
サビ頭など短い区間を選び、MP3のBPM解析で候補を出し、コードの変わる位置を探して楽器で確認する4段階の手順を示した
