皆様のご意見をお聞かせください。簡単な AI アンケートにご協力いただき、AI の現状、AI の実装方法、将来への期待などについてご意見をお聞かせください。 もっと詳しく知る
イレブンラボ、AI音声スタートアップとして知られている 音声クローン、 テキスト読み上げおよび音声読み上げモデルは、製品ポートフォリオに新たなツールを追加しました。 AI音声アイソレーター。
本日より ElevenLabs プラットフォームで利用可能となるこのサービスにより、クリエイターは映画からポッドキャスト、YouTube 動画まで、あらゆるコンテンツから不要な周囲のノイズや音を除去できるようになります。
これは、 リーダーアプリ 同社から提供されており、無料で使用できます（制限あり）。ただし、この機能は市場でまったく新しいものではないことにも注意する必要があります。他の多くのクリエイティブソリューションプロバイダーは、 Adobeを含む、コンテンツ内の音声品質を向上させるツールが提供されています。残っているのは、それらと比較して Voice Isolator がどの程度効果的かという点だけです。
AI Voice Isolator はどのように機能しますか?
映画、ポッドキャスト、インタビューなどのコンテンツを録音する際、クリエイターはバックグラウンド ノイズの問題に直面することがよくあります。バックグラウンド ノイズとは、不要な音がコンテンツに干渉する問題です (不特定多数の人が話している音、風が吹いている音、道路を走る車の音など)。これらのノイズは撮影中には気付かないかもしれませんが、最終的な出力の品質に影響する可能性があります。主に、話者の声が抑制されることがあります。
VB Transform 2024 までのカウントダウン
7 月 9 日から 11 日までサンフランシスコで開催される当社の主力 AI イベントに、企業リーダーが参加します。同業者と交流し、Generative AI の機会と課題を探り、AI アプリケーションを業界に統合する方法を学びましょう。 今すぐ登録
この問題を解決するために、多くの人は、録音段階で背景のノイズを除去する周囲のノイズ除去機能を備えたマイクを使用する傾向があります。これらのマイクは役に立ちますが、多くの場合、特にリソースが限られている初期段階のクリエイターにとってはアクセスできない場合があります。ここで、ElevenLabs の新しい Voice Isolator などの AI ベースのツールが役立ちます。
本質的に、この製品はポストプロダクション段階で機能し、ユーザーは強化したいコンテンツをアップロードするだけです。ファイルがアップロードされると、基盤となるモデルがそれを処理し、不要なノイズを検出して除去し、出力としてクリアな会話を抽出します。
ElevenLabs によると、この製品はスタジオで録音されたコンテンツと同等の品質で音声を抽出できるという。同社のデザイン責任者 Ammaar Reshi 氏もデモを公開し、このツールがリーフブロワーのノイズを除去して話者の非常にクリアな音声を抽出する様子を見せた。
音声アイソレータの実際の適用性を試すために、3 つのテストを実施しました。最初のテストでは、背景のさまざまなノイズに邪魔された 3 つの別々の文章を話しました。他の 2 つのテストでは、さまざまなノイズが混ざった 3 つの文章を話しました。ノイズはランダムな時点で不規則に発生します。
いずれの場合も、このツールは数秒で音声を処理することができました。最も重要なのは、ドアの開閉やテーブルを叩く音、拍手や家庭用品の移動などに関連するノイズをほぼすべてのケースで除去し、歪みのないクリアな音声を抽出したことです。認識して除去できなかった音は、壁を叩く音と指を鳴らす音だけです。
同社の成長を担当するサム・スカラー氏は、現段階では音楽のボーカルには対応していないが、ユーザーはそのユースケースで試すことができ、一部の曲では成功するかもしれないと語った。
改善が進む可能性あり
Voice Isolator は不規則に発生するバックグラウンド ノイズを除去できるため、平坦なノイズのみを処理する他のほとんどのツールよりも優れていますが、まだ改善の余地があります。他のすべてのツールと同様に、ElevenLabs がパフォーマンスをさらに向上させることを期待します。
ここで注目すべきは、同社がこのツールを動かす基礎モデルについて、またこのツールに取り込まれる録音がモデルのトレーニングに使用されているかどうかについて、あまり明らかにしていないことだ。スカラー氏は、モデル作成に何が含まれるかの詳細は明かせないが、同社には 形状 プライバシー ポリシーにリンクされており、ユーザーはトレーニングでの個人データの使用をオプトアウトできます。
現在、同社は Voice Isolatorはプラットフォームを通じてのみ利用可能数週間以内にAPIアクセスを開始する予定だが、正確なスケジュールはまだ不明だ。ウェブサイトやアプリでツールを試すユーザーのために、ElevenLabsは一定の使用制限付きで無料アクセスを提供している。
「Voice Isolator モデルは、1 分間の音声につき 1,000 文字の料金がかかります。当社のサイトには、1 か月あたり 10,000 文字の無料プランがありますので、1 か月あたり 10 分の音声を無料で使用できます」と Sklar 氏は説明します。つまり、大きな音声ファイルからバックグラウンド ノイズを除去したいユーザーは、月額 5 ドルから始まる有料プランに切り替える必要があります。