※部数限定販売中※
- 【1部 ～ 5部】：7,980円
- 【6部 ∼10部】：8,480円
- 【11部∼20部】：9,480円
- 【21部∼30部】：11,980円
- 【31部∼50部】：13,980円
- 【51部 ∼ 】：17,980円
2023.10.25 NEW
- 配信時の遅延について更新
2023.11.01 NEW
- Heygenで画像生成×音声生成追記
2023.11.09 NEW
- エラーについて、追記
2023.11.16 NEW
- マネタイズクラブサロン情報追記
2024.03.14 NEW
- VG、VALL-E-XのTTS追記
2024.04.04 NEW
- VCClientファイルを最新Ver. に変更
2024.04.22 NEW
- RVCエラーについて追記
2024.04.30 NEW
- VALL-E-Xについて訂正追記
↓↓↓ まずはこちらをお聞きください ↓↓↓
この音声、実はAIで学習したモデルを使って再生しました。
学習元となったのは、
映画アイアンマンのトニー・スタークやクレヨンしんちゃんの野原ひろし役を演じる、藤原啓治さんの”声”です。
↓↓↓ 元音声はこちら ↓↓↓
全く違いますよね。
声の高さはもちろん、吐息、アクセント…まるで本人かと思うほど、完全にボイスチェンジしています。
この方法を知ることで、自分が思う任意の人の声に変換することができます。
↓↓↓ もちろん音楽も変換可能 ↓↓↓
（たいさんの作品 from 音声変換オプチャ）
音楽知識が全くなくても、思いのままに変換できちゃいます。
学習した音声モデルをつかえばテキストからの音声変換（TTS）も可能です。
話題の画像生成AI、動画生成AIとの相性も抜群です。
こちらはディープフェイク×AI音声リップシンク動画
この音声変換技術。必要なものは以下の通り。
- Paperspace 月額約1200円
- PC（専門スキル・知識は不要）
- 通話ができる、マイク・ヘッドセット／イヤホン
たったこれだけで十分。これで、だれでも”誰か”に大変身。
この技術を身につけることで、できることは
- LINE電話でボイスチェンジ
- イケボやカワボでVtuber、VRchat
- 萌ボでネカマに完全なりきり
- アニメキャラコスプレ
- AIビジネス促進
- 音声付き動画マネタイズ
特に、ネットビジネスのシーンでは、顔バレ、身バレ、声バレしたくない人向けに、強大な武器となります。
イケボやカワボで無料コンサル、配信、ファン化促進など。
プレゼン教材もChatGPTや他のAIツールと組み合わせれば簡単にできます。
下記は人、声、資料作成、本文、すべてにおいてAIで作成しました。
AI生成の界隈では、【画像生成 ⇒ 動画生成】が話題になる一方、音声生成もしっかりと進化を遂げています。
０からすべてを作り上げるのはもう目の前です。
本題の前に
この音声変換
- RVC：（音声学習→Voice to Voice）
- VC Client：（RVC学習モデルで→リアルボイスチェンジ）
- Voice Generator [VG]：（RVC学習モデルで→Text To Speech[TTS]）
- VALL-E-X：（音声学習→感情の込もったText To Speech[TTS]）
というアプリケーションソフトを用いたものになります。
「なんや、Youtubeとかネットで見たことあるソフトやんけ。知ってるわ」
と思った人は、AI情報をしっかりキャッチしている賢い人。
しかし、この教材では、ここでしか得られないものがあります。
まず、昨今ネットに出回っているAI音声変換。スタートアップ情報のほとんどが、
ハイスペックPC所持が前提
ということを知ってください。
音声変換に限らず、AI生成では情報処理に大容量スペックのCPU、GPUが必要になります。
家庭用の一般的なPCとネット情報だけの学習／変換／生成の完全再現は、かなり難易度が高く、PC初心者にとってはほぼ不可能です。
（音声生成の分野では低スペックPCの場合、音の遅延、低音質が問題に）
しかしこちらの記事では、完全初心者、AI無知でも難なく使える、そして、PCの負担にならない環境構築を独自で研究した内容となっています。
つまり、
- 誰でも
- 年齢問わず
- 機材を買うお金がなくても
これを見るだけですぐに音声生成、音声変換が出来る教材になっています。
今回はその環境構築の為、Paperspaceという仮想メモリを利用したクラウドサービスを使って解説を行っていきますが、
実は上述したRVC、VCClient、VG、VALLをPaperspace で立ち上げ、セットアップする方法はネット上どこを探してもありません。
（私が初心者でもできるように、機能も追加して使いやすいようにコードを書き換えました）
➡ つまり、ここで得られるアプリケーションツールのデータやノウハウはどこにも出回っていないということです。
ちなみに、画像生成Stable diffusionの立ち上げにPaperspaceを利用し始めたという人も多いのではないでしょうか。（私もそのうちのひとりです）
- 画像生成
- 動画生成
- 音声生成
本記事を見ることで、上記３つの三大AI生成の波に、Paperspaceひとつでしっかり乗ることができます。
今回こちらではその一部、【音声生成・音声変換】について徹底解説していきます。
既に高性能GPU、もしくはGoogle Colabユーザーの人もご安心を。
Colab環境で立ち上げる方法や細かい数値設定などはYoutubeやまとめサイトなどで、出回っていますが、生成ノウハウやそのほか追加した機能など、そもそも、こちらでお渡しする音声変換ツールそのものに価値があります。
※ちなみに、筆者がなぜGoogle colabではなく、Paperspaceを使い続けているのかは、下記を参照ください。（これを機にPaperspaceに乗り換えるのもアリです）
趣味を豊かにしたい人も、
生成AIでマネタイズしたい人も、
ビジネスを促進したい人も
是非、購読ください。
この記事のライター
