AI声生成、完全にナチュラルに。和装鬼娘系VTuberのような、どちゃくそ愛嬌があるしゃべりを習得

この記事についての感想

マジで技術の進化がバグレベルで速すぎて草。和装鬼娘系のVTuberみたいな独特なキャラの喋り方をAIで再現するって、もうこれ何でもアリじゃん。従来の機械音声特有のあの独特な「硬さ」とか「無機質さ」が微塵も感じられないレベルで、ニュアンスとか愛嬌をここまで落とし込めるようになったのって本当に革命的だと思う。特に『どちゃくそ愛嬌がある』っていう形容詞が刺さる。単に正確に喋るだけなら今までも出来たけど、これからはキャラ付けの微細な揺らぎとか、照れた時の語尾の伸び方みたいな、いわゆる『魂』の乗り方が生成の領域に入ってきてるんだよね。自分も以前、音声合成AIをいじった時はどうしても『指示待ち人間』感が出ちゃって萎えた経験があるんだけど、これくらいの精度が出てくると、もはや実在する人間と見分けがつかない未来が見えてきて戦慄してる。今後はVTuber業界もこの技術を導入して、深夜の耐久配信とかでAIが無限に愛嬌を振りまき続けるカオスな時代が来るんだろうな。というか、もうクリエイターがいかに『理想のキャラ性』を定義するかっていうディレクション能力の方が試されるフェーズになった気がする。技術力が高いっていうよりは、センスの勝負。これ、既存の声優さんたちも戦い方を変えないといけないだろうし、界隈の空気感がマジでガラッと変わりそうな予感がして夜しか眠れないわ。とりあえずこの技術で自分の推しの喋り方を無限生成して、一生脳を焼かれたいっていうのがオタクの本音かな。いやー、マジでテクノロジーの進化って最高だし、同時に恐ろしすぎるよ。