VALL-E

• https://valle-demo.github.io/
• https://doi.org/10.48550/arXiv.2301.02111
• https://arstechnica.com/information-technology/2023/01/microsofts-new-ai-can-simulate-anyones-voice-with-3-seconds-of-audio/

VALL-E X

• https://plachtaa.github.io/
  • https://github.com/Plachtaa/VALL-E-X

• https://twitter.com/matsu_vr/status/1695427272243884035

  松xR @matsu_vr マイクロソフトのVALL-Eを、論文からオープンソースで実装してしまったらしい。短い音声を入れるだけで、その声で別の文章を生成出来ちゃうやつ。でもページの一番下にあった、日本語の音声から英語音声作ってるのがビビった。ただ、MS版のデモより少し音質は劣るかも？

.

• Microsoftがたった3秒のサンプルから人の声を再現できる音声合成AI「VALL-E」を発表
  • https://gigazine.net/news/20230110-microsoft-vall-e/

関連

• EnCodec (Facebook)
• NaturalSpeech2 (Microsoft)