urugus

    Ai_Voice_Changer

    名探偵コナンのボイスチェンジャーが実現しました。

    先日、テレビで音声生成AIで総理の声を再現する映像を見て驚きました。 Site Unreachable

    その技術について興味を持ち、実際に試してみたので共有したいと思います。

    どうやってやるか

    • 音声モデルの作成には RVC WebUI というライブラリを使う
      • Google Colaboratory 版を利用するのが環境依存がないため便利
      • GUI でポチポチ選択して設定しながら進めることができる
    • リアルタイム変換には VC Cientが使える

    手順

    graph TD

subgraph rvc["RVC WebUI"]
  model["音声モデルを生成する"]
end

subgraph cvc["CV Client"]
  change["モデルを使ってリアルタイム変換する"]
end


model --> cvc

    手順詳細は以下が参考になります。

    必要なもの

    • 学習させる音声データ
      • 多いほど精度はあがる
      • 合計5分ほどのデータでもかなり精度が高く驚いた
    • 各種ライブラリ
      • RVC WebUi
      • CV Client

    仕組み

    参考にした記事