正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

Claudeが自分の声で喋れるようになった。全言語対応、無料。 Github上の「voicebox」というリポジトリを使えば、数秒の音声だけで声をクローンできる。 ↓

藤原弘人@AI起業家

7,680 subscribers

199,258 次观看 • 1 个月前 •via X (Twitter)

科学技术教育

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

オープンソースで使用できる音声クローンAIが発表されました。わずか5秒の音声を共有するだけで、自然でクオリティの高い読み上げ音声を生成できます。ナレーションや電話対応などで、自分のクローン音声を使えそう。詳しくはこちら👇

オープンソースで使用できる音声クローンAIが発表されました。わずか5秒の音声を共有するだけで、自然でクオリティの高い読み上げ音声を生成できます。ナレーションや電話対応などで、自分のクローン音声を使えそう。詳しくはこちら👇

えいと

192,004 次观看 • 7 个月前

Qwen3-TTS-12Hz-1.7B-Baseを用いた、翻訳こんにゃくアプリできたー！まったく英語喋れないけど自分の声で（リファレンスによっては声質変更もできる）自分の喋った日本語を英語の音声に変換できる！ ①Whisperで文字を書き起こし ②Qwen3-4B-Instruct-2507で各言語に翻訳 ③Qwen3-TTS-12Hz-1.7B-Baseでリファレンスを用いた声を生成

Qwen3-TTS-12Hz-1.7B-Baseを用いた、翻訳こんにゃくアプリできたー！まったく英語喋れないけど自分の声で（リファレンスによっては声質変更もできる）自分の喋った日本語を英語の音声に変換できる！ ①Whisperで文字を書き起こし ②Qwen3-4B-Instruct-2507で各言語に翻訳 ③Qwen3-TTS-12Hz-1.7B-Baseでリファレンスを用いた声を生成

とりにく

21,599 次观看 • 6 个月前

『自分の音声クローン』を作るなら現状このAIツールがピカイチかもw たった30秒の自分の音声を読み取らせただけで自分でも分からないレベルの音声が出来上がる。このツールを知りたい人はこの投稿に「いいね」と「好きなAI」をリプしてくださいシークレットリプライでこっそり教えます🤫

『自分の音声クローン』を作るなら現状このAIツールがピカイチかもw たった30秒の自分の音声を読み取らせただけで自分でも分からないレベルの音声が出来上がる。このツールを知りたい人はこの投稿に「いいね」と「好きなAI」をリプしてくださいシークレットリプライでこっそり教えます🤫

りょうちけ🦋株式会社ALLAI CEO

65,721 次观看 • 1 年前

自分の声を10秒録音するだけで、AIが40言語以上で喋ってくれるツールが登場。音声クローンツール、色々試してきたけどMiniMax Audio が手軽で精度も良くておすすめ。 ElevenLabsの一番高いプランをずっと使ってきましたが、意外とMiniMax は無料枠（3クローンまで）でもなんとかなる。（日本語であれば）活用シーンで言うと、・ポッドキャストの多言語展開・YouTube海外向けナレーション・セミナー・研修コンテンツのローカライズ・自分の声のブランド化私みたいにYouTubeやセミナーを毎月大量に収録してる人間にとってはありがたいAIツール。録音・収録から解放される日が思ったより早く来るかもしれない。

自分の声を10秒録音するだけで、AIが40言語以上で喋ってくれるツールが登場。音声クローンツール、色々試してきたけどMiniMax Audio が手軽で精度も良くておすすめ。 ElevenLabsの一番高いプランをずっと使ってきましたが、意外とMiniMax は無料枠（3クローンまで）でもなんとかなる。（日本語であれば）活用シーンで言うと、・ポッドキャストの多言語展開・YouTube海外向けナレーション・セミナー・研修コンテンツのローカライズ・自分の声のブランド化私みたいにYouTubeやセミナーを毎月大量に収録してる人間にとってはありがたいAIツール。録音・収録から解放される日が思ったより早く来るかもしれない。

チャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》

44,615 次观看 • 4 个月前

こちらの声が聞こえるようにしてくれたので、声をかけてみた集。（声は録れないようなので文字に）

こちらの声が聞こえるようにしてくれたので、声をかけてみた集。（声は録れないようなので文字に）

はなもも(hanamomo)

768,554 次观看 • 1 年前

音声生成プラットフォームのElevenLabsからSkillsがリリースされました！これによってAntigravityなどのエージェントに話しかけるだけで音声生成などの様々な機能をエージェントが使えるようになります！「〇〇の解説動画を作って」このような簡単なプロンプトから、・情報の調査・台本の作成・音声の生成・動画への組み込み・正しいタイミングでテロップを挿入という作業を一貫して行うことができるようになりました！他にもいろんな機能があるので、どんな使い方ができるか、考えるだけでワクワクしますね！

音声生成プラットフォームのElevenLabsからSkillsがリリースされました！これによってAntigravityなどのエージェントに話しかけるだけで音声生成などの様々な機能をエージェントが使えるようになります！「〇〇の解説動画を作って」このような簡単なプロンプトから、・情報の調査・台本の作成・音声の生成・動画への組み込み・正しいタイミングでテロップを挿入という作業を一貫して行うことができるようになりました！他にもいろんな機能があるので、どんな使い方ができるか、考えるだけでワクワクしますね！

かし子🍩

56,716 次观看 • 6 个月前

✨AI音声で一貫した声を作り会話させるチャレンジ前に音声を使ってLLMの文章を読ませることには成功していたけど、今回はオリジナルの声を作成してみました。やったこと： ①まずQwen3-TTSで声を1個作る ②その声で171個量産（台詞バリエーション） ③Style-Bert-VITS2で学習 → 50分でカスタム音声モデル完成 ④UIに接続 → リアルタイムで喋るやばい！自分で作った声だと楽しい😊 苦労したところ：・最初はブラウザ内TTS（Chatterbox）を試した → 1文30秒＆英語のみでまだ難しいしそもそもこの用途が厳しいかも💦 ・SBV2に切り替えたら環境構築に手間取ったけどうまくいった・ただライセンスは要注意。やる場合は先にライセンス確認を。用途によっては制限があるものもある📝 まだまだ色々あるけど、今後のことを考えるとNVIDIAからも良い音声AIが出てるし、対応できるようにしておきたい。今回は前回と同じくモデルはGPT-OSS 20Bだけど、Ollamaから読んでるので早い。 WebGPUでこれぐらい出たら嬉しいけどなー🥰 とはいえローカルでここまでできるようになったのは嬉しい。データは一切外に出ないしね。声の元はAI生成だから、「存在しない人の声」をAIが学習して、AIキャラが喋る。 #AI #TTS

✨AI音声で一貫した声を作り会話させるチャレンジ前に音声を使ってLLMの文章を読ませることには成功していたけど、今回はオリジナルの声を作成してみました。やったこと： ①まずQwen3-TTSで声を1個作る ②その声で171個量産（台詞バリエーション） ③Style-Bert-VITS2で学習 → 50分でカスタム音声モデル完成 ④UIに接続 → リアルタイムで喋るやばい！自分で作った声だと楽しい😊 苦労したところ：・最初はブラウザ内TTS（Chatterbox）を試した → 1文30秒＆英語のみでまだ難しいしそもそもこの用途が厳しいかも💦 ・SBV2に切り替えたら環境構築に手間取ったけどうまくいった・ただライセンスは要注意。やる場合は先にライセンス確認を。用途によっては制限があるものもある📝 まだまだ色々あるけど、今後のことを考えるとNVIDIAからも良い音声AIが出てるし、対応できるようにしておきたい。今回は前回と同じくモデルはGPT-OSS 20Bだけど、Ollamaから読んでるので早い。 WebGPUでこれぐらい出たら嬉しいけどなー🥰 とはいえローカルでここまでできるようになったのは嬉しい。データは一切外に出ないしね。声の元はAI生成だから、「存在しない人の声」をAIが学習して、AIキャラが喋る。 #AI #TTS

LUTA＠AI

57,505 次观看 • 6 个月前

え！？うおおお！！！英語音声のYoutubeを日本語音声で再生させるプログラムができた！自分でつくっといて感動している...ぜひ動画の音声を再生させてみてください。これで英語動画もポッドキャスト的に楽しめるようになる。仕事しながらとか散歩しながらとか字幕みなくていいので最高！ YoutubeAPIで翻訳字幕を取得し、ブラウザの読み上げ機能で動画にあわせて音声を上から再生させています。もともとのYoutube英語音声は小さめにながれます。 WEBサービスとして使えるように調整していきますので、使ってみたい方はいいねやコメントいただけると励みになります。

え！？うおおお！！！英語音声のYoutubeを日本語音声で再生させるプログラムができた！自分でつくっといて感動している...ぜひ動画の音声を再生させてみてください。これで英語動画もポッドキャスト的に楽しめるようになる。仕事しながらとか散歩しながらとか字幕みなくていいので最高！ YoutubeAPIで翻訳字幕を取得し、ブラウザの読み上げ機能で動画にあわせて音声を上から再生させています。もともとのYoutube英語音声は小さめにながれます。 WEBサービスとして使えるように調整していきますので、使ってみたい方はいいねやコメントいただけると励みになります。

入江慎吾 / AI駆動開発FIRE

117,327 次观看 • 2 年前

声を大にしては言えませんが、コロナは正直最高だった。自分は基本外出しない上、会社の無駄な飲み会もないし、リモートワークもできる。そして何より無観客で声を出すのを禁止されるとこういう風に戦ってる彼女たちの息遣い、殴る音、密着してこすれる音がよく聞こえる。コロナ様様でしたよ。

声を大にしては言えませんが、コロナは正直最高だった。自分は基本外出しない上、会社の無駄な飲み会もないし、リモートワークもできる。そして何より無観客で声を出すのを禁止されるとこういう風に戦ってる彼女たちの息遣い、殴る音、密着してこすれる音がよく聞こえる。コロナ様様でしたよ。

あいつ

22,094 次观看 • 2 年前

テキストを入力するだけでスライドを自動で生成できる『SlidesGPT』がマジでイケてる🔥 ・スライドのテーマを入れると、数分でスライドを生成・日本語など複数言語対応・登録不要＆無料で使える・内容が微妙→再生成すればOK 使った感じめちゃオススメ！スライドの叩き台として使ってみて📣

テキストを入力するだけでスライドを自動で生成できる『SlidesGPT』がマジでイケてる🔥 ・スライドのテーマを入れると、数分でスライドを生成・日本語など複数言語対応・登録不要＆無料で使える・内容が微妙→再生成すればOK 使った感じめちゃオススメ！スライドの叩き台として使ってみて📣

木内翔大＠SHIFT AI代表「日本をAI先進国に」𝕏

413,379 次观看 • 3 年前

動画に高市総理のAI音声まで登場してたんか‼️ホンマめちゃくちゃやなw 立憲「公設秘書の声だったのか」高市総理「あのような音声を元に判断することは難しい。途中で登場するAIさなえという音声は明らかに私の声だったが、私の発言や発音と違う。秘書のものとされた音声も私と会話している時よりかなり高い声でハキハキと喋っていったので違和感がある。いずれにしても他候補を批判する内容ではなかった」立憲「きっとそうやってAIって言うだろうなと」←明らかに動揺w

動画に高市総理のAI音声まで登場してたんか‼️ホンマめちゃくちゃやなw 立憲「公設秘書の声だったのか」高市総理「あのような音声を元に判断することは難しい。途中で登場するAIさなえという音声は明らかに私の声だったが、私の発言や発音と違う。秘書のものとされた音声も私と会話している時よりかなり高い声でハキハキと喋っていったので違和感がある。いずれにしても他候補を批判する内容ではなかった」立憲「きっとそうやってAIって言うだろうなと」←明らかに動揺w

ドンマイおじさん

128,755 次观看 • 2 个月前

【AI声優爆誕】「OpenAI FM」を使えば、感情たっぷりのキャラボイスが誰でも作れる。使い方も簡単。・「voice」で声のタイプを選び、・「vibe」で声の特徴を入力、・「script」でセリフを入れるだけ。しかも無料。

【AI声優爆誕】「OpenAI FM」を使えば、感情たっぷりのキャラボイスが誰でも作れる。使い方も簡単。・「voice」で声のタイプを選び、・「vibe」で声の特徴を入力、・「script」でセリフを入れるだけ。しかも無料。

いっしゅ / AIクリエイター

48,119 次观看 • 1 年前

ハムはこう使えばよかったのか！サンドイッチの具はこぼれるものだと思っていた私が、4枚のハムでたまごを包んで折りたたむだけで、できた！包丁を入れても全くはみ出さない。道具もなしでできるんだ。声：音読さん

ハムはこう使えばよかったのか！サンドイッチの具はこぼれるものだと思っていた私が、4枚のハムでたまごを包んで折りたたむだけで、できた！包丁を入れても全くはみ出さない。道具もなしでできるんだ。声：音読さん

デリッシュキッチン【簡単・時短レシピ】

169,962 次观看 • 2 个月前

ストームライダーQラインの通信の音声、ごく一部だけどハッキリ聞き取れる録音があったのでアップベースコントロールが「メインエンジンの燃料ポンプを解除」と言ってる台詞短いけど前後の機械音や、アトラク内での「燃料パイプの連結を解除」の後に聞こえる音に似たゴウンという音も通信の音声だよ

ストームライダーQラインの通信の音声、ごく一部だけどハッキリ聞き取れる録音があったのでアップベースコントロールが「メインエンジンの燃料ポンプを解除」と言ってる台詞短いけど前後の機械音や、アトラク内での「燃料パイプの連結を解除」の後に聞こえる音に似たゴウンという音も通信の音声だよ

うずみ

152,960 次观看 • 2 个月前

【🔥NoLang大幅アップデート】「あなただけ」のキャラクターを動画に登場させてみませんか？アバター・音声を作成できる機能が登場！あなたのクローンを作ることも、好きなキャラを好きな音声で喋らせることも可能に！音声クローンはわずか1分で完了。進化した🐬NoLangをぜひお試しください！👇

【🔥NoLang大幅アップデート】「あなただけ」のキャラクターを動画に登場させてみませんか？アバター・音声を作成できる機能が登場！あなたのクローンを作ることも、好きなキャラを好きな音声で喋らせることも可能に！音声クローンはわずか1分で完了。進化した🐬NoLangをぜひお試しください！👇

マーベリック|生成AI@NoLang

18,869 次观看 • 8 个月前

高齢のナレーターさんの声をだましだまし使い続けた結果、導入当初から自動放送に用意されていた音声と、後年に追加で用意した音声で声が変わりすぎて、聞いていられないような自動放送になっていいなら、食い止める方向で動かれたらいいと思いますよ人の声は変わるので、「引き継げない技術的要因」だけではなく「無理に引き継いだ結果どうなるのか」も考えられたらと思います

高齢のナレーターさんの声をだましだまし使い続けた結果、導入当初から自動放送に用意されていた音声と、後年に追加で用意した音声で声が変わりすぎて、聞いていられないような自動放送になっていいなら、食い止める方向で動かれたらいいと思いますよ人の声は変わるので、「引き継げない技術的要因」だけではなく「無理に引き継いだ結果どうなるのか」も考えられたらと思います

やたてつ／Yata-Tetsu

347,453 次观看 • 9 个月前

VOTを理解すると、今日のQuizKnockの動画のテーマ「逆再生の結果が自然な日本語になるように話す」ができるようになります。反対に、逆再生で遊ぶことで、「[at ̚ ]を逆再生するとVOTがゼロの[ta]が作れるけど、これはダに聞こえるなあ、無声区間がないと清音に聞こえないんだなあ」と納得できます。

VOTを理解すると、今日のQuizKnockの動画のテーマ「逆再生の結果が自然な日本語になるように話す」ができるようになります。反対に、逆再生で遊ぶことで、「[at ̚ ]を逆再生するとVOTがゼロの[ta]が作れるけど、これはダに聞こえるなあ、無声区間がないと清音に聞こえないんだなあ」と納得できます。

りっひ

25,823 次观看 • 3 个月前

No.29の掛け声についてそもそも掛け声を1回だけやるのか、それとも曲が終わるまで繰り返しやるのかによっても変わってくるはずですが、当方は一旦繰り返し続けていくという前提として、一度試算してみました。・曲の長さ：1分38秒・掛け声スタート時点：3秒・最後まで掛け声を繰り返し実施する際の時間：（3秒のスタート時点を入れて）96秒間 ※入れなければ、95秒間だが、誤差レベルなので、ここは一旦96秒間と考える。そうなった場合、割り算的に最もきれいに実施できる回数は8回となり、1回の掛け声あたり、約12秒という目安になります。 ※最後のBTSの部分の余韻を含むこれだけだとリズム感的に難しいかと思いますが、参考にできるものとして、歴代の掛け声で最もリズム感が近かったものが「Mic Drop」だと考えられます。・今回理想とされる1回あたりの掛け声の長さ：約12秒・「Mic Drop」のイントロの1回あたりの掛け声の長さ：約11.4秒つまり、「Mic Drop」の掛け声を【気持ちゆっくり目】にやれば、きれいに収まるという試算となります。文章だとわかりにくと思うので、当方の気持ち悪い声で恐れ入りますが、一度試してみたので、動画も合わせてご覧いただければと思います。 ※あくまで私の持論なので、「この曲の掛け声のリズム感の方が近い」「8回やらないと思う」という反論あれば、書いていただいて全然構いません。

No.29の掛け声についてそもそも掛け声を1回だけやるのか、それとも曲が終わるまで繰り返しやるのかによっても変わってくるはずですが、当方は一旦繰り返し続けていくという前提として、一度試算してみました。・曲の長さ：1分38秒・掛け声スタート時点：3秒・最後まで掛け声を繰り返し実施する際の時間：（3秒のスタート時点を入れて）96秒間 ※入れなければ、95秒間だが、誤差レベルなので、ここは一旦96秒間と考える。そうなった場合、割り算的に最もきれいに実施できる回数は8回となり、1回の掛け声あたり、約12秒という目安になります。 ※最後のBTSの部分の余韻を含むこれだけだとリズム感的に難しいかと思いますが、参考にできるものとして、歴代の掛け声で最もリズム感が近かったものが「Mic Drop」だと考えられます。・今回理想とされる1回あたりの掛け声の長さ：約12秒・「Mic Drop」のイントロの1回あたりの掛け声の長さ：約11.4秒つまり、「Mic Drop」の掛け声を【気持ちゆっくり目】にやれば、きれいに収まるという試算となります。文章だとわかりにくと思うので、当方の気持ち悪い声で恐れ入りますが、一度試してみたので、動画も合わせてご覧いただければと思います。 ※あくまで私の持論なので、「この曲の掛け声のリズム感の方が近い」「8回やらないと思う」という反論あれば、書いていただいて全然構いません。

デイビッドパク / 데이비드 박

162,273 次观看 • 4 个月前