- テキスト生成AIシステム – text to text
- 音声生成AIシステム ー text to speech
- Google Cloud: Text-to-Speech AI
- コエステーション
- VOICEVOX
- 音声・テキスト変換AIシステム
-
facebook SeamlessM4TSeamlessM4T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。
- Speech-to-Speech (S2ST)
- Speech-to-Text(S2TT)
- Text-to-Speech (T2ST)
- Text-to-Text(T2ST)
- 画像生成AIシステム – text to image
- 動画変換生成AIシステム – video to video
- 音声認識テキスト生成AIシステム ー speech to text (video to text)
-
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 - 生成AIシステム・チェッカー
https://cloud.google.com/text-to-speech?hl=ja
https://coestation.jp/
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
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)
Speech-to-text translation (S2TT)
Text-to-speech translation (T2ST)
Text-to-text translation (T2TT)
Automatic speech recognition (ASR)
自分の「声」による合成音声生成AI
クラウドで機械学習アプリケーションを構築、デプロイ、実行するためのサービスと無料利用枠ご紹介
AWS は、幅広い機械学習サービスとサポートクラウドインフラストラクチャを提供し、すべてのデベロッパー、データサイエンティスト、およびエキスパートに機械学習を提供している。AWS は、Gartner クラウド人工知能デベロッパーサービスのマジッククアドラントリーダーに選ばれ、何万人もの顧客が機械学習の導入を加速するよう支援している。
AWS は、幅広い機械学習サービスとサポートクラウドインフラストラクチャを提供し、すべてのデベロッパー、データサイエンティスト、およびエキスパートに機械学習を提供している。AWS は、Gartner クラウド人工知能デベロッパーサービスのマジッククアドラントリーダーに選ばれ、何万人もの顧客が機械学習の導入を加速するよう支援している。