30言語対応の自然な音声合成とクローン技術が提供開始

テキストを入力するだけで世界30言語の自然な音声を生成できる音声合成ツールが新たに公開された。この技術は短い音声サンプルから特定の人物の声を再現するクローン機能や、言葉による指示だけで全く新しい声質をゼロから作り出す機能を備えており、録音スタジオのような高音質な音声をブラウザ上で手軽に作成できるため、専用の機材や複雑な設定を必要としない点が大きな特徴となっている。長文の読み上げや多言語への対応も得意としており、ゲームのキャラクターボイス作成や動画のナレーション、教材の音声化など幅広い用途での活用が見込まれている。生成された音声は商用利用も可能であるため、個人のプロジェクトから企業のコンテンツ制作までコストを抑えながら高品質な音声表現を実現できる手段として、今後の活用範囲の拡大に注目が集まりそうだ。