AI一覧

  1. マルチモーダル生成AIシステム – ChatGPT4o
  2. テキスト生成AIシステム(text to text, image to text)
  3. 画像生成AIシステム(text to image, image to image)
  4. 音声生成AIシステム(text to speech)
  5. 音声・テキスト変換AIシステム
  6. 動画変換AIシステム(video to video)
  7. 音声認識AIシステム(speech to text)
  8. カスタムボイス生成AI
  9. Amazon.comn AWSにおける機械学習サービース
  10. 生成AIシステム・チェッカー
　

  1. テキスト生成AIシステム – text to text

    2. 別ページ参照
    　

  2. 音声生成AIシステム ー text to speech
      3. Realistic Text-to-Speech AI converter
      https://speechgen.io/

    1. Google Cloud: Text-to-Speech AI
      https://cloud.google.com/text-to-speech?hl=ja

    2. コエステーション
      https://coestation.jp/

    3. VOICEVOX
      https://voicevox.hiroshiba.jp/
      OSS（オープンソース・ソフトウェア）版 VOICEVOX をもとに構築された日本語音声合成用ソフトウェア

    4. VoiceSpace
      https://voicespace.ai/

  3. 音声・テキスト変換AIシステム
    1. facebook SeamlessM4T
      SeamlessM4Tは、スピーチ(speech)およびテキストを多言語間で相互に変換するサービスである。下記の変換サービスをWEBページで対話的に実行することができる。

      1. Speech-to-Speech (S2ST)
      2. Speech-to-Text(S2TT)
      3. Text-to-Speech (T2ST)
      4. Text-to-Text(T2ST)

  4. 動画変換生成AIシステム – video to video
      5. シームレスな多言語への音声翻訳を実現するMetaのSeamlessM4T v2のデモ。英語、スペイン語、フランス語、ドイツ語間での音声翻訳が可能である。

      　

      SeamlessM4Tは、https://github.com/facebookresearch/seamless_communicationによれば、下記のようなサービスである。

      SeamlessM4T is our foundational all-in-one Massively Multilingual and Multimodal Machine Translation model delivering high-quality translation for speech and text in nearly 100 languages.

      同サービスは、下記の5つの機能を組み合わせることで実現されている。

      Speech-to-speech translation (S2ST)
      Speech-to-text translation (S2TT)
      Text-to-speech translation (T2ST)
      Text-to-text translation (T2TT)
      Automatic speech recognition (ASR)
    　

  5. 音声認識テキスト生成AIシステム ー speech to text (video to text)

    1. Google Cloud : Speech-to-text AI
      https://cloud.google.com/speech-to-text?hl=ja

  6. カスタムボイス生成AI
    7. 自分の「声」による合成音声生成AI
    1. コエステーション［個人向けサービス：「合成音声を手軽に楽しめる」スマホアプリ］
      https://coestation.jp/consumer/coestationapp/

      スマートフォンアプリを使って指定の文章をいくつか読み上げることで、自分の声の分身である「コエ」を生成し、テキストを入力するだけでその「コエ」でしゃべらせることができるサービス
    　

    ［参考］AWS機械学習サービス(無料利用可能）
    クラウドで機械学習アプリケーションを構築、デプロイ、実行するためのサービスと無料利用枠ご紹介
    AWS は、幅広い機械学習サービスとサポートクラウドインフラストラクチャを提供し、すべてのデベロッパー、データサイエンティスト、およびエキスパートに機械学習を提供している。AWS は、Gartner クラウド人工知能デベロッパーサービスのマジッククアドラントリーダーに選ばれ、何万人もの顧客が機械学習の導入を加速するよう支援している。

    1. テキストから音声へ
    2. 音声からテキストへ
    3. 機械学習 — 機械学習モデルを迅速に構築、トレーニング、デプロイします。
    4. 機械翻訳

  7. 生成AIシステム・チェッカー
    1. テキスト生成AIシステムが生成したテキストのチェッカー紹介