自分の声をElevenLabsのボイスクローンにして、世界に提供してみようと思っている話
From AI時代の大家族 · 11:13
Show by ぱぱこいん@6人子育てxAI活用
皆さんこんにちは。ぱぱこいんです。この「AI時代の大家族」では、子供の多い会社員の僕が、AIを相棒に仕事や発信、日々の暮らしを少しずつ変えていく実践記録をお届けしています。いつも読んでくださっている方も、今回が初めての方も、本当にありがとうございます。寒空に雨の、凍える日この回を収録した日は寒空で、なおかつ雨も降っていて、若干凍え気味で話していました。11月が始まったばっかりですけど、冬がもうそこまで来ているなという感じです。今回は、これまであまり話してこなかった内容になります。AIで作れるものが、ここまで増えたAIでいろいろなものが作れる時代になって、もう久しいですよね。文章の生成から始まり、画像や音楽、動画、それからワールドモデルなんかも出てきました。ワールドモデルは、この間もGoogleがまた新しいものを出していましたね。インターネットの世界でできることの、本当にかなり多くの部分が、AIでできるようになってきました。その中で今回は、音声生成について話してみたいと思います。と言っても、僕自身が音声生成にめちゃくちゃ詳しいわけではないんですが。音声生成といえば、まずElevenLabs音声生成と聞いて、まず思い浮かぶのがElevenLabsです。一番有名なんじゃないかなと思います。世界でもトップクラスの音声生成AIのサービスを提供している会社で、何がいいかというと、作られる音声の品質がやっぱりずば抜けているんです。ほかにも音声生成AIのサービスはいろいろあると思うんですが、ElevenLabsは頭一つ抜けているなという印象です。Geminiの読み上げも、かなり自然になっていた少し前に、GoogleのGeminiの新しいバージョンから、いわゆるTTS（Text to Speech）のモデルが出ました。どのバージョンだったかはちょっと忘れてしまったんですけど、出力される音声の質もいいものだと記憶しています。僕も試しに使ってみて、ショート動画を作ったりしました。確かに、これまでの読み上げよりだいぶ自然な話し方になっていました。日本語の精度はどうなのか？こういうサービスは、基本的に海外の会社が提供しているものなので、ベースは英語です。そうなると、僕みたいな日本人のユーザーからすると、日本語の精度がどんなものかがやっぱり気になるところですよね。Geminiのモデルは、日本語もかなり滑らかになっていて、すごいなと思いました。それに合わせるように、ElevenLabsも新しいバージョンを出していて、こちらはやっぱり大御所の貫禄というか、すごいなという印象です。自分の声を世界に提供できる仕組みそのElevenLabsには、AIで声を作る機能があるんですが、なんと自分の声を提供できるんです。自分の声をもとにボイスクローンを作って登録すると、その声のクローンが世界中に開放されます。それを誰かが自分の作品で使ってくれると、いくらか使用料のようなものが、チャリンチャリンと入ってくる。そういう機能があるんですね。誰でも使えるわけではないただし、誰でもこの機能を使えるわけではありません。無料のプランだと、自分のボイスクローンを作っても、それで収益は得られないんです。ElevenLabsのサブスクで、月20ドルぐらいのプランに課金すると、その機能が開放されます。登録した声が使われるたびに、使用料として収益が発生する仕組みです。ずるずると先延ばしにしていた僕も、この仕組みは結構前から知っていました。知っていたし、やってみたいな、やろうって思いながら、ずるずるずる。なかなか実行に移せないまま、ここまで来てしまったんです。でも、どうせやると決めているんだったら、早くやってしまったほうが早く結果を知れますよね。僕の声に、需要はあるのか？こんな声ですけどね、世界のどこかで、僕の声に需要があるのかないのか、まったく分かりません。ただ、実験としては面白いかなと思って、ずっとやってみたかったんです。なので、近々チャレンジに移そうと思っていたんですよ。リツトさんのBrain教材で学んでいる実は、AIで自分のボイスクローンを作って収益を目指そう、というコンセプトのBrainの教材があります。これは僕が作ったものではなくて、リツトさんという方が作った教材です。リツトさんはAIをバリバリ使いこなしている方で、すごいイケボのお兄さんです。ご自身もElevenLabsでボイスクローンを作って、実際に収益を得た経験があります。僕も実際に購入して、中身を見ながら勉強したり、やり方を学んだりしているところです。ボイスクローンの提供を、近いうちに一つ形にしたいと思っています。手順はシンプル、でもつまずきポイントがある手順を見ながらやれば、そこまで複雑かと言われたら、そうでもないんです。ただ、要所要所でちょっとつまずくポイントがあります。なので、自分の声を使ったこの仕組みが気になる方や、チャレンジしてみたいなという方は、その教材を手に取ってみるのもいいかもしれません。リツトさんのセミナーも各地でリツトさんは、AIの活用に関するセミナーも、全国のいろいろなところでやっていらっしゃいます。金沢でもやっていたみたいで、僕がちょくちょくお名前を出させてもらっているFujinさんとのコラボセミナーだったようです。もし自分の住んでいるエリアでやるようなら、覗いてみるのもいいかもしれません。まとめ* 文章から画像、音楽、動画、ワールドモデルまで、AIで作れるものはかなり増えた* 音声生成でまず思い浮かぶのはElevenLabs。作られる音声の品質が頭一つ抜けている印象* GoogleのGeminiのTTSも、日本語を含めてかなり自然になっていた* ElevenLabsには、自分の声のボイスクローンを登録して、世界の誰かに使われるたびに使用料が入る仕組みがある。使えるのは月20ドルぐらいの有料プランから* 前から知っていたのに、ずるずる先延ばしにしていた。リツトさんのBrain教材で学びながら、近いうちに形にしたい僕の声が世界のどこかで使われる日が来るのか。今日はここまで聞いてくださりありがとうございました。ではまた次回。 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit cocopharos.substack.com
More episodes
- Starlinkの50%オフのキャンペーンを、自分で電話して確かめた話
- Starlinkを注文する前に、アプリで電波の具合を調べてみた話
- 診察中のお医者さんの頭を、3歳の四男がグーで叩いた話
- スマホだけどスマホじゃない、外遊びのきっかけになる子ども向けの端末を見つけた話
- やめた習い事に、4歳の三男が「また行きたい」と言った話
- PHPの重大な脆弱性のニュースで考えた、非エンジニアの僕のセキュリティ意識の話
- 3歳の四男に「パパとおりたい」と言われた朝と、この番組で届けたい体験の話
- 久しぶりに見たYouTube大学のDots解説で思い出した、Bardの頃の話
- Dotsにようやく慣れてきた話と、Metaが面白い動きを見せている話
- 休職していた取引先の営業さんから電話が来た日に考えた、AIには生成できない温もりの話
PodSearch is a free, independent podcast search engine. Read about PodSearch, the privacy policy or contact us.