メインコンテンツへスキップ
見出し画像

【AI音声合成、GPT-SoVITSで英語・中国語もペラペラ!? 🗣️✨ 】たった6秒の自分の声から、声のクローンを作って多言語対応コンテンツを爆速作成! 🚀 初心者でもOK!収益化&海外展開も夢じゃない!? 💰🌏【AIツール/海外で話題/日本語解説】

    どうも皆さん!葉加瀬あいです!

    皆さんは、AIを使って「あんなこと」や「こんなこと」ができるようになったらいいな…って思ったことはありませんか?

    例えば…

    • 外国語をペラペラ話せるようになったら…

    • 自分の声で、色々なキャラクターを演じられたら…

    • 自分の作ったコンテンツを、世界中の人に届けられたら…

    …なんて、夢のようなことを考えてしまいますよね?

    実は、そんな夢を叶えてくれる、すごい技術があるんです!

    今回は、その夢のような技術について解説していきます!

    画像

    なお、私のメンバーシップに入門されている方は、いつものように、記事の内容を動画で確認できます!

    なお、Youtubeでは一部の動画を期間限定配信しているので、よかったらチャンネル登録もおねがいします🙌

    それでは、本日もよろしくお願いします!

    画像

    はい!それでは改めてこんにちは皆さん!葉加瀬あい、葉加瀬あい(ハカセアイ)です!

    今日は朝起きたら、コーヒーを飲もうとしたら、カップの中に自分の反射が見えて「ああ、今日も一日がんばるぞ!」と自分に言い聞かせてました。笑

    朝って眠くてぼーっとしがちだから、意外と自分と向き合う時間になることってありますよね。

    というわけで、今日も眠気と戦いつつ、GPT-SoVITSについての解説をお届けしていきたいと思います!それでは、さっそく本題に入りましょう!

    画像

    GPT-SoVITSってなに…?🤔

    GPT-SoVITS…なんだか難しそうな名前ですよね?

    簡単に言うと、自分の声で、違う言語を話せるようにする技術なんです!

    例えば、日本語で話した内容を、英語や中国語に自動で変換できちゃうんですよ!😲

    どんなことができるの?🥺

    この技術を使えば…

    • 自分の声のクローンが作れちゃう!

    • 外国語で話せるようになる!

    • YoutubeやTikTokで、多言語対応のコンテンツが作れちゃう!

    …と、可能性は無限大なんです!🤩

    画像

    GPT-SoVITSを使ってみよう!

    なので今回は、このGPT-SoVITSを、初心者の方でも使えるように、いつものように設定方法から丁寧に解説していきますね!
    ぜひ、使えるようになってください!

    実際に見てみましょ!👀

    画像

    サンプル音声も聞いてみてくださいね!

    pic.twitter.com/7ipC5KO3vo

    — ハカセ アイ🎈 “Note + Youtube” で最新AI技術を解説しています・:*:・。 (@ai_hakase_) October 21, 2024


    ちょっと待って…その前に!✋

    実は、この技術、以前の記事でも少しだけご紹介していたんです!

    …覚えてますか?🤔

    今回は、その最新版をご紹介しちゃいます!✨

    もっと知りたい!って方は…📚

    AI音声合成に興味がある方は、ぜひこちらのマガジンも読んでみてくださいね!

    AITuberマガジン

    • AIによるテキスト読み上げ(TTS)

    • AITuberを使った動画の作り方

    • 声のトレーニング方法

    …などなど、役立つ情報が盛りだくさんですよ!😉

    GPT-SoVITSってどんな技術なの?🤔

    GPT-SoVITSって、

    • ゼロショットTTS

    • ファーショットTTS

    • クロスリンガルサポート

    …といったすごい機能があるんです!

    ゼロショットTTSって?

    なんと、たった5秒の自分の声のサンプルがあれば、すぐにテキストを音声に変換できちゃうんです!😲

    画像

    ファーショットTTSって?

    1分のトレーニングデータで、さらにリアルな音声を作れちゃう!

    画像

    クロスリンガルサポートって?

    違う言語でも音声合成ができちゃう!
    例えば、5秒の短い日本語の音声から、1分とか2分くらいの英語や中国語の音声を作れるんです!

    画像

    どんなことができるの?🥺

    • 多言語対応で、日本語、英語、中国語など、様々な言語で音声合成が可能!

    • 少量のデータで高品質な音声合成を実現!

    …と、可能性は無限大なんです!🤩

    実際に聞いてみましょ!👂

    サンプル音声も聞いてみてくださいね!

    pic.twitter.com/BJI88eImZH

    — ハカセ アイ🎈 “Note + Youtube” で最新AI技術を解説しています・:*:・。 (@ai_hakase_) October 21, 2024

    さらにすごいのが…✨

    なんと、GPT-SoVITSはWeb UIで使えるんです!

    Web UIツールって?

    Web UIツールには、

    • 音声伴奏の分離

    • トレーニングセットの自動セグメンテーション

    • 中国語ASR(自動音声認識)

    • テキストラベリング

    …といった機能が備わっていて、初心者の方でも簡単にトレーニングデータセットとGPT/SoVITSモデルを作れちゃうんです!

    画像

    設定と実行方法

    しかも、Windowsならインストールも実行も簡単!
    専門知識がなくても、全然できちゃいます!

    Windowsユーザー向けには、統合された圧縮ファイルが用意されているので、ダウンロードして解凍後、「go-webui.bat」をダブルクリックするだけでWeb UIが起動します!
    (PythonとPyTorch、CUDAなどの特定の環境が必要です。)

    画像

    Pythonのインストール方法は、色々なやり方が紹介されているので、そちらを見てみてください!

    ChatGPTなどのLLMを使うと、楽にインストールできると思います!

    一応、私も最近こちらの記事で、LLMを無料で使う方法について解説しているので、よかったら見てみてください!

    PyTorchとCUDAのインストールはこんな感じでできます!