AI音声がすごい。AIか人間か、生者か死者か、その区別が曖昧な世界へ
【500円・約15分間の収録で自分の声によるAI音声合成を可能にする「CoeFont CLOUD」が先行公開を開始】
https://jp.techcrunch.com/2021/07/19/yellston-coefont-cloud-pre-release/
・1回の料金500円で約15分間の収録を行えば、AIが自分の声を音声合成用の声のフォント「CoeFont」（コエフォント）に変換してくれるサービス「CoeFont CLOUD」が開始（東京工業大学2年生19歳の早川氏が設立）
・自分の声をフォント公開でき、公開された声は、利用された場合に文字数に応じて本人に料金が支払われる
・文脈からアクセントを予測し、深層学習で自然な音声合成を行う。ウェブサービスなので利用環境を選ばず、アクセントや速度の編集などすべてがウェブ上で行える。
・自分の声が悪用される心配があるが、放送禁止用語や汚い言葉は合成できないように配慮されている
・音声作品の制作のみならず、声帯の切除手術を予定しているガン患者が、事前に自分のCoeFontを作っておき、後にそれを使って会話をするという利用法も、すでに実施されている
以上、記事引用、参考
AIか人間かの区別、生者か死者かの区別が曖昧な世界へ
上記サイトの動画を見てもらうとわかりますが、かなり精度の高いAI音声だと思います。人間が話しているのと大差がなくなってきています。（昔に比べると格段に）
日本でも（しかも19歳！若い！）こういうテクノロジーが出てくるのは頼もしいですね。
AI音声の発展は本当にすごくて、
最近だと、
亡くなった著名人のドキュメンタリー映画で、その著名人が実際には言っていない言葉を、監督が演出上どうしても言わせたくて、AI音声で作ってしまったという話がありました。
亡くなった本人が実際は言ってない言葉をAI音声で言わせるって、、、倫理的にどうなんだろうとは思いますが、映画の中でも使われるほど、AI音声の精度は高まってきています。
CGも最近はリアルですし、声まで作れたら、もう生身の俳優はいらなくなっちゃうのではないかという話が本格的に出てきています。コストの問題がクリアになれば、その流れはもっと加速するでしょう。少し前に、AI美空ひばりも話題になりましたし、歌手も同様のことが言えますね。
【マイクロソフトの「死者をAIで復活させるテクノロジー」が話題に】
https://forbesjapan.com/articles/detail/39484/1/1/1
マイクロソフトは、亡くなった人の画像や音声データ、ソーシャルメディアの投稿やEメールなどを用いた、AI（人工知能）で稼働するチャットボットを構築するテクノロジーの特許を取得しました。
これは、映画の中での再現どころか、リアルの生活の中で死者をAIで再現してしまうというもの。
たくさんの画像、たくさんの音声、そして、たくさんのEメールやSNSでの発信（思想、考え方）
これらの莫大なデータがあれば、AIで再現できるということなのでしょう。
そうそう、そういえば、
【「顔」や「声」も？TikTok、ユーザーの生体情報を収集か】
https://www.businessinsider.jp/post-236184
つい最近、TikTokがプライバシーポリシーを更新し、顔や声という生体情報をユーザーから収集する文言を追加していました。（この文言に気づいているユーザーはほとんどいないと思う）
AI音声の話だったり、死者をAIで再現する話だったり、
生体情報を集めて活用する、というのは、
もう、これは大きな決まった流れなのでしょう。
高度なテクノロジーがあれば、あとはどれだけデータを集られるかが勝負といったところでしょうか。
前回のブログでは、男女の区別が難しい、曖昧になってきたという話をしましたが、
今回で言うと、
人間かAIか、生者か死者か、その区別が難しい、曖昧な世界に突入していくのかもしれません。
線引き、区別があるというのは、ある意味では、制限があって窮屈な感じがしますが、ある意味では、わかりやすく、考え方が楽だったとも言えるかもしれません。
しかし、線引きや区別が曖昧になるということは、良くも悪くも、その逆で、制限がなく自由な感じがしますが、どう考えていくべきか難しくなります。
技術の発展は2次関数的に加速していきますが、私たちの倫理観や考え方がその加速に追いついていけないのが現実です。
追いつくというレベルには程遠いですが、まずは知ることからですね。
ではでは
もしも、自分の死後、自分がAIで再現されたら、自分が喋ってないことを勝手にしゃべったり、歌ったりしたら。想像するといろいろと考えさせられますね。
