前回は、ゼロショットSVS（Singing Voice Synthesis、歌唱合成）の「SoulX-Singer」を妻の歌声で実験してみました。英語と中国語でしか使えないこのAIボーカルシンセに日本語をなんとか歌わせるところまではできました。では、次の段階へ。
最近は作家・ライター界隈で、自前のテキストエディターを開発する流れがありますが、筆者は自前のボーカルシンセエディターを作っています。どういうことかというと……。
今回は、Alibaba傘下の研究機関Tongyi Lab（Qwenの開発元）が発表した、テキスト音声合成（text-to-speech）モデル「Qwen-Audio-3.0-TTS」を取り上げます。
Stability AIは、音楽・音声生成AIモデルの新シリーズ「Stable Audio 3.0」を発表しました
『Darkest Dungeon』の印象的なナレーターにAI音声は使わないと明言。
「初音ミク V6」2026年4月14日よりリリース！
『進撃の巨人』エレン・イェーガー役などで知られる声優・梶裕貴が、株式会社FRACTALを創業。音声AIプロジェクト【そよぎフラクタル】を軸とした音声AI事業、および声優マネジメント事業を展開する。
今回は、わずか3秒の参照音声から、自然で表現力豊かな音声を生成できる多言語対応の音声合成（TTS）モデルを提案した論文「Voxtral TTS」を取り上げます。このモデルはフランスのAI企業「Mistral AI」が開発しました。
1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。今回は、人間の声と区別がつきにくいレベルに迫るリアルな音声を生成できるオープンソソース…
組み込み機器向けの音声認識システムがスイッチ2に進出。
「2015年当時、ボイス付きの主人公は一般的でした」と語られています。
発話内容の忠実な再現と読みやすさの両立を実現する技術。
イレブンラボはC2PA準拠の技術でAI音声の出所証明と著作権保護を強化し、日本の声優文化を守る取り組みを進める。
NTT西日本は、音声AI事業の「VOICENCE（ボイセンス）」を発表しました。
他言語でもAI生成ボイスの疑いがあるようです。
読書バリアフリーとウェブアクセシビリティに対応した集英社初のサイト。
購買意欲の高いターゲット層へのより効果的なコミュニケーション実現を目指す。
ゲームプレイ中のユーザーは能動的に画面を注視し、音を聴取しているため、広告が記憶に残りやすくなります。
開発を手がけるディンプスのコアスタッフに、音声合成ソリューション「ReadSpeaker」導入の経緯やReadSpeakerならではの魅力を聞きました。
声優・俳優と合成音声生成AI双方の落としどころを探ったハイブリッドAIライセンスが登場しました。