オープンソース音声AI「チャタボックスターボ」発売…「独占モデルより優れている」
팀
팀제이커브
カテゴリー
Empty
オープンソース音声AI「チャタボックスターボ」発売…「独占モデルより優れている」
リセンブルAIがオープンソース音声合成モデル「チャタボックスターボ」を公開しました。 GPUでリアルタイムより6倍速い速度で動作し、5秒の音声だけで声を複製できるということです。特にオープンソースで初めて透かし機能を内蔵してAI生成音声を識別することができます。
このモデルは3億5000万個のパラメータで構成されており、遅延時間は75msに過ぎません。感情表現の強度を調節することができ、ため息や咳などの自然な音声反応もテキストタグで実装可能です。 MITライセンスで配布され、商業利用も自由です。
パフォーマンステストでは、イレブンラブス、カルテシアなど有料サービスと比べても遜色のない結果を示しました。ブドウノスが行ったブラインドテストでは、ユーザーはチャタボックスの音質がより自然であると評価しました。開発者は簡単なPipインストールですぐに使用できます。
リセンブルAIは、「責任あるAI開発のためにすべての生成音声に透かしを挿入する」と強調しました。心理音響学原理を活用して人が聞けない領域にデータを隠す方式だと。羽ハブとハギングペースから無料でダウンロードできるそうですね。
「AI Native百科事典」を購読する
サイトを購読すると、新しい投稿などの最新のアップデートを通知やメールで最初に受け取ることができます。
Slashpageに参加して「AI Native百科事典」を購読してください！
Slashpageに参加して「AI Native百科事典」を購読してください！
