２０２３／１１／０４　スゲーな、ＡＩ音声合成ソフト！

昨日YouTubeでとある解説動画を見たんですが、二人の女の子が掛け合いみたいに解説しているその音声が「入力文字読み上げソフト」で作られた合成音声だと知ってビックリしました。
あまりに滑らかで自然にしゃべっているので、プロの声優さんかプロに近いアマチュアの人に依頼して声を出してもらっているのかと思っていました。ところがコメント欄に「自動読み上げがとても聞きやすい」と書いてあったので、「ええっ！ これって合成音声だったの？！」と驚いたわけです。

概要欄を見てみると使用した音声ソフトは「voicepeak ６ナレーターセット」と書いてあったので、メーカーのホームページに行ってみました。
これは男女三人ずつと、小学生くらいの女の子の計七人の声が使える、最新のAI音声合成技術を搭載したソフトだという事です。早口にもゆっくりにもできるし、イントネーションも変えられるし、感情パラメーターをポチっと変更すれば喜怒哀楽を簡単に切り変えられるすごいやつ。それほど複雑な操作でもなさそうだし、慣れれば自分の思い通りに自由自在にしゃべらす事ができるみたいです。単なるナレーションなら何もいじらなくてもそのまんま使えるんでしょうね。

今までゆっくり解説などの棒読み音声は良く聞いていたけれど、音声合成ソフトで、もはやこんなにナチュラルにしゃべらす事ができる時代になっていたんですね。（「SofTalk」などを使った棒読み音声も好きです）
たぶん普通の人は概要欄に書いてなければ合成音声だとは気が付かないでしょう。もしかすると他の動画で人間がしゃべっていたと思っていたものも、合成音声だったりした可能性もありそうです。

この合成音声を使ってAIで作った動画に声を入れて、AIで作ったBGMを入れて、主題歌をボーカロイドに歌ってもらえば、誰の手も借りずにたった一人でアニメや実写風な動画が作れますね。あとは効果音だけど、フリーや有料の素材を使うか自分で録音するとかすれば完璧。
AIで作った動画はまだ不自然だったりするけれど、この開発スピードだとそんなに時間はかからずに自然な動画が生成できるようになりそうです。
面白い時代になりましたね～。