ASCII.jp：MetaのAudioboxを試す、指定の効果音や音声読み上げを文章から作れる生成AI (1/2)

自然言語で効果音や音声を生成できるAudioboxがリリースされました。
デモ版も使いやすく、安定した動作が特徴です。
映画やゲーム制作にはもちろん、ASMRなど様々な分野で活用できます。
音声の読み上げも演技指導が可能で、声や効果音の組み合わせでストーリーを作ることもできます。
高品質の音声生成AIで、オーディオコンテンツクリエイターになるのをサポートします。

記事の概要

Metaが開発したAI「Audiobox」は、音声や効果音の生成が可能なAIモデルである。
Audioboxはデモ版が一般ユーザーにも利用可能であり、安定した動作と使用方法の案内が特徴である。
現段階では英語のみに対応しているが、効果音やナレーションの作成に利用できる。
映画やポッドキャスト、オーディオブック、ビデオゲームなどのコンテンツ制作に活用できるほか、ASMRにも応用可能である。
Audioboxは音声忠実度の指標であるFADが従来の技術に比べて5割近く改善され、高品質な音声を生成できる。
また、指定した文章を特定の人物の声や録音した自分の声で読み上げることも可能であり、音声に関してはやや人工的な感じがするものの、サンプルレートの低さが影響している可能性もある。
Audioboxには音声を組み合わせてストーリーを作る機能もあり、映像や音声コンテンツの作成をシミュレートすることができる。
また、子供の教育にも利用できる可能性もある。

記事のポイント

1. Audioboxは一般ユーザーでも使用可能な生成AIであり、安定した動作と使用方法の案内が整備されている。
2. Audioboxは効果音や音声読み上げだけでなく、犬の吠え声や車のクラクションなどの環境音も生成できる。
3. Audioboxは映画やポッドキャスト、オーディオブック、ビデオゲームなど、特定の応用分野に適したコンテンツ制作が可能である。

詳しい記事の内容はこちらから（引用元）

ASCII.jp

MetaのAudioboxを試す、指定の効果音や音声読み上げを文章から作れる生成AI (1/2)

自然言語のプロンプトを使用して、生成したい効果音や音声の種類を記述できる。…