何が起きたか
Adobeは3つのAI音声ツール—Generate Music（動画用ロイヤリティフリー音楽）、Generate Speech（スクリプト→ナレーション変換）、Generate Sound Effects（シーン音声）—をFireflyプラットフォーム全体で公開し、すべて商用利用が可能。Firefly AI Assistantは無料の日次生成を提供開始し、AdobeはGoogle Gemini Omni Flashモデルを統合した。このモデルは動画、音声、画像、テキスト入力に対応し、Kling AI、Luma AI、Runwayなどの既存の第三者モデルと並行して利用できる。
なぜ重要か
音声ツールはFireflyの創作スイートをテキストと画像生成の範囲を超えて拡張し、クリエイターは単一プラットフォーム内でビデオサウンドトラックとナレーションを制作できるようになり、ライセンス上の懸念もない。Gemini Omni Flashの多モーダル入力（動画、音声、画像、テキスト）はFireflyが対応可能な創作タスクの幅を広げ、コンテンツプロデューサーのワークフロー効率化を実現する可能性がある。日本のコンテンツクリエイターがAdobe Fireflyで音声ナレーションや効果音を商用利用可能な形で単一プラットフォーム内で制作できるようになる可能性があります。
注目点
Adobeは「Create Storyboard」と「Create Brand Kit」がFireflyの最頻使用機能の一部であることを報告しており、統合型創作ツールへのニーズを示唆している。音声ツールの採用状況は、ユーザーが同様のペースでこれらの機能を導入するかを示す指標となる。
こういう要約が、毎朝あなたのメールに届きます。
Firefly音声ツールによるAdobeの拡張は、同社の創作プラットフォームの空白に対応している。Fireflyはテキスト→画像生成と画像編集をサポートしていたが、ナレーションと音声設計は通常別のツールか外注が必要だった。Generate Speech、Generate Music、Generate Sound Effectsを既存機能と組み合わせることで、Adobeはビデオ制作ワークフローの統合を試みており、現在複数ベンダー間で切り替えるクリエイターにとって意味のある効率化につながる。
Gemini Omni Flash統合はこの戦略を補完する。単一モーダルモデルと異なり、Omni Flashは動画、音声、画像をテキストと共に取り込む能力があり、クリエイターは前処理なしに生素材や音声をFireflyに入力して、創作提案や編集を受け取れる。この多モーダル機能はKling AI、Luma AI、Runwayとの既存パートナーシップと共存し、AdobeはFireflyを複数の生成モデルのためのオーケストレーションレイヤーとして位置付けており、独自モデルへの全面依存ではないことを示唆している。
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。
10月12日、アドビとえちごトキめき鉄道が「楽しく撮り鉄！
開発者がロボットのマスコットとアライグマの盗賊のイラストをAIでSpine用に分割したところ、アライグマは肩に継ぎ目が残ったため画像を差し替えた
PolyAIのCTO Shawn Wen氏はHumanXカンファレンスで、全二重モデルはすでに存在するが、音声AIにはまだ「ChatGPTの瞬間」がないと語った
BBCが「It'll Never Work?」のアーカイブを公開
開発者のoboroge0氏が、GPUもクラウドAPIも使わずCPUだけで動くリアルタイム多言語音声認識システム「Hayamimi」を公開した
Hacker Newsに投稿されたDPReviewの記事によると、ニコンのコンテストの一つで生成AIを巡る疑惑が浮上した
