音響学会で荒井先生が発表してたアナログ音声合成が素敵すぎて何度でも見ちゃう

📝誰でも無料で使い放題のAI音声生成「Gemini speech generation」のポテンシャルがエグい… - Google AI Studioで音声生成 - Whiskで画像生成→アニメーション化... - Filmoraで合成 リップシンクはあまり合ってませんが、”声”の表現力に大注目してほしい 詳細 ↓show more

飴こぼして拾うの手伝って貰ってる事をありがとうって何度も言ってるきりちゃんの素直な心が素敵すぎた ＃桐原美月

全てが理想すぎて何度も見てしまう

【速報】中国Alibabaがマルチモーダルで勝負を仕掛けてきた。テキスト・画像・音声・動画を全て理解して音声も生成できる「Qwen3-Omni」を完全オープンソース化。何が凄いのか、具体的に解説していきます。 ①音声生成できる唯一のオープンソースモデル MetaのLlama 4、GoogleのGemma 3、OpenAIのGPT-OSS、全部音声生成はできない。 でもQwen3-Omniだけはテキスト・画像・音声・動画を理解して、さらに音声でも返答できる。 つまり「動画見せて音声で説明して」「リアルタイム音声会話」が無料でできる唯一のオープンソース。これがApache 2.0ライセンスで商用利用OK、完全無料ってヤバすぎる。 ②実力テストで有料モデルと互角... AIの実力を測る「ベンチマーク」でQwen3-Omniが驚異的な結果を出してる。36のベンチマークのうち22で最高スコア、32でオープンソース1位を記録。 しかも動作に必要なのは30億パラメータだけ。他のモデルが数千億必要なのに。つまり、普通のPCでも動くサイズで、巨大サーバー必要なAIと同等の性能ってこと。 ③動画と音声の同期技術がヤバい 「Thinker-Talker」っていう新技術で、考える部分と話す部分を分離。これで0.234秒（まばたきする間）で音声返答できるようになった。さらに「TMRoPE」技術で動画と音声のタイムスタンプを完璧に同期。 動画見せて「これを日本語吹き替えして」って言ったら、音声タイミングを合わせて吹き替えできるレベル。 ④音声AIビジネスが爆発的に広がる OpenAIのRealtime APIは音声会話できるけど、100万トークンで入力40ドル、出力80ドルかかる。 でもQwen3-Omniなら同じような機能を自社サーバーで無制限に使える。これで何ができるか？ AI Vtuberの音声をリアルタイムで生成する配信。バーチャルAIインフルエンサーが動画を見ながら実況。視聴者の動画に多言語音声を自動でつける機能も、タイミングを合わせて生成できる。 さらに、オンライン語学学習アプリ、AIカスタマーサポート、音声ガイドアプリ。 全部APIコストゼロで、リアルタイム音声対話が可能になる。（誰か精度検証お願いしますｗ） というわけで、音声対話AIを開発するなら、Qwen3-Omni試さない理由がない。AI Vtuberから動画翻訳まで、音声生成できる唯一のオープンソースAIだぞ。show more

ガルナトリオで【厶/責/任/集/合/体】。 ﾃｨｯｸﾄｯｸで見た方の動画が素敵すぎて参考にさせてもらいました……🙏♡

お姉ちゃんがいなくても、平気？ 妹の学校生活が気になって仕方ないお姉ちゃん。 でも本音は、ただ妹成分を補充したかっただけでした。 （本音隠して距離ゼロ隠さず）

Seedance2.0とKLINGのダンス動画比較です。 左：Seedance2.0 右：KLING3.0 + Seedance2.0の音声 KLINGは音声が残念過ぎるのですが、Seedance2.0で生成した音を被せてみると、表情が柔らかい分、優位に立つと思いませんか？動画に自動で音が付き始めた頃、音なんて後で付けるから不要なのに、って思ったけれど、今は結構重要な要素になってきてる気がします。でも細かく見比べるとseedanceの方がパンや細かいプッシュイン/アウトが入っていたりするんですけれどね。

レオン君の膝ｽﾘｽﾘするグレースちゃんがめちゃ好きで何度も見てしまう…👋👋👋

SARCOPHAGUS NEEDS A KONGAMATO 初見さんだったのだが、めちゃめちゃイケてた！！中から聴いていても音が纏っていて、丁寧に音作りしてる。何よりヴォーカルのスクリームの精度が高いし、信念持ってる人間の叫びって本当に魂が乗るんですよね。今もやばいけど今後もっとやばくなりそうでワクワクです。

みちるの音声チェック、俺が人生で見てきた音声チェックの中の最高到達点を超えててもう世の中の音声チェックは全部みちるにやらせた方がいいんじゃないかなって思った

語尾に、にゃ～をつけてしゃべってたんですが改めて見返すとキツイですね(汗 音声なしで取り直しましたｗ

seedance2.0におけるベース演奏とBGMのシンクロ検証動画です。 seedance2.0でのライブ動画をよく拝見するので私も検証してみました。生成された音楽と左手の運指、右手の指引き、ヘッドバンギングが全て連動していて完成度高いです。ちゃんと音の高低に合わせた形でフレットを移動しているのも凄いですね…。ヘッドバンギングって動画生成でなかなか綺麗にできるものが無かったのですが、難なくクリアしました。 #capcut生成ai #capcutseedance2 CapCut.Japan CapCut

今日の企画はお婆ちゃん(90歳)とサプライズ連弾してみたです👵🐶✨ 先日姉の発表会に特別出演させてもらった時の動画です🎥お婆ちゃんの音色は長い人生の中で積み重ねてきた想いが一音一音に滲み出ていました🥹聴く者に「生きてきた歩み」を静かに教えてくれた気がします😭

🥰とっても優しくて、表情が素敵です🥰💕 #AIart