生成AI／変換AI一覧

  1. text to text（テキスト生成AIシステム）
  2. text to speech(音声生成AIシステム）
  3. 音声・テキスト変換AIシステム
  4. text to image（画像生成AIシステム）
  5. video to video（動画変換AIシステム）
  6. speech to text（音声認識AIシステム）
  7. カスタムボイス生成AI
  8. 生成AIシステム・チェッカー
  9. Amazon.comのAWSにおける機械学習サービース
　

  1. テキスト生成AIシステム – text to text

    1. OpenAI LP ChatGPT［利用言語モデル：無料版ChatGPT3.5, 有料版ChatGPT 4.0］

    2. Microsoft Bing AI［利用言語モデル：ChatGPT 4.0］

    3. Perplexity AI［利用言語モデル：主としてChatGPT3, 補助的にChatGPT4］

    4. Google Gemini［利用言語モデル：Gemini Ultra、Gemini Pro、Gemini Nanoの3種類から構成されるマルチモーダル大規模言語モデル]

    5. サイバーエージェント
    　

  2. 音声生成AIシステム ー text to speech

    1. Google Cloud: Text-to-Speech AI
      https://cloud.google.com/text-to-speech?hl=ja

    2. コエステーション
      https://coestation.jp/

    3. VOICEVOX
      https://voicevox.hiroshiba.jp/
      OSS（オープンソース・ソフトウェア）版 VOICEVOX をもとに構築された日本語音声合成用ソフトウェア

  3. 音声・テキスト変換AIシステム
    1. facebook SeamlessM4T
      SeamlessM4Tは、スピーチ(speech)およびテキストを多言語間で相互に変換するサービスである。下記の変換サービスをWEBページで対話的に実行することができる。

      1. Speech-to-Speech (S2ST)
      2. Speech-to-Text(S2TT)
      3. Text-to-Speech (T2ST)
      4. Text-to-Text(T2ST)

  4. 画像生成AIシステム – text to image

    1. Microsoft　Image Creator

    2. ドリームスタジオ
      https://dreamstudio.ai/generate

  5. 動画変換生成AIシステム – video to video
      6. シームレスな多言語への音声翻訳を実現するMetaのSeamlessM4T v2のデモ。英語、スペイン語、フランス語、ドイツ語間での音声翻訳が可能である。

      　

      SeamlessM4Tは、https://github.com/facebookresearch/seamless_communicationによれば、下記のようなサービスである。

      SeamlessM4T is our foundational all-in-one Massively Multilingual and Multimodal Machine Translation model delivering high-quality translation for speech and text in nearly 100 languages.

      同サービスは、下記の5つの機能を組み合わせることで実現されている。

      Speech-to-speech translation (S2ST)
      Speech-to-text translation (S2TT)
      Text-to-speech translation (T2ST)
      Text-to-text translation (T2TT)
      Automatic speech recognition (ASR)
    　

  6. 音声認識テキスト生成AIシステム ー speech to text (video to text)

    1. Google Cloud : Speech-to-text AI
      https://cloud.google.com/speech-to-text?hl=ja

  7. カスタムボイス生成AI – 自分の「声」による合成音声生成AI
    1. コエステーション［個人向けサービス：「合成音声を手軽に楽しめる」スマホアプリ］
      https://coestation.jp/consumer/coestationapp/

      スマートフォンアプリを使って指定の文章をいくつか読み上げることで、自分の声の分身である「コエ」を生成し、テキストを入力するだけでその「コエ」でしゃべらせることができるサービス
    　

  8. 生成AIシステム・チェッカー
    1. テキスト生成AIシステムが生成したテキストのチェッカー紹介
    　

  9. AWS機械学習サービス
    10. AWS(Amazon Web Services) は、デベロッパー、データサイエンティスト、およびエキスパートを対象として、クラウド上で機械学習アプリケーションを構築・デプロイ・実行するための下記画像のようなサービスを提供している。無料利用枠の設定がある。