ソン・フンミン、ディープブレインAIとAIAライフで人工知能ヒューマンとして再現。-DeepBrainAI

新しいスタジオは既存のクロマキールームの約3倍の広さで、高さの天井が高くなっているため、モデルの全身撮影が容易になりました。モデルの体型の歪みを減らすことで、将来的にはより質の高い人工知能ヒューマンを製作しやすくなりました。

[Deep.In.インタビュー] ディープラーニングチーム:ノア!-ディープ・ブレインAI

こんにちは、ディープブレインAIのディープラーニングチームの研究者、ナム・キュヒョンです。私たちのチームは、AI ヒューマンを作るための技術を研究・開発しています。色々な技術の中で、私は主に音声合成システムを担当しています。また、チャットボットの自然言語処理に関する研究も行っています。

バーチャルヒューマンはチャットボットと音声アシスタントの次の進化か？-ディープ・ブレインAI

この分野をさらに深く掘り下げるために、私は最近、DeepBrainAIの米国事業開発責任者であるJoe Murphy氏に話を聞き、バーチャルヒューマンのビジネスポテンシャルを探り、バーチャルヒューマンを実現するテクノロジーと、ヒューマンマシンインタラクションへのこのアプローチが成熟し拡大するにつれて待ち受ける多くの課題について話を聞きました。

[ディープ・イン]。記事] ADASpeech2: 文字起こしされていないデータを使ったアダプティブ・テキスト・トゥ・スピーチ-DeepBrainAI

前回見た AdaSpeech モデルと同様に、既存のTTS適応方式では、テキストと音声のペアデータを使用して特定の話者の音声を合成していました。しかし、ペアでデータを用意するのは現実的に難しいため、転記されていない音声データのみでTTSモデルを適応させる方が、はるかに効率的な方法となるでしょう。最も簡単なアクセス方法は、自動音声認識 (ASR) システムを使用して文字起こしを行うことですが、状況によっては適用が難しく、認識精度が十分に高くないため、最終的な適応パフォーマンスが低下する可能性があります。また、TTSパイプラインと適応モジュールを共同でトレーニングすることでこの問題を解決する試みも行われてきましたが、他の市販のTTSモデルと簡単に組み合わせることができないという欠点があります。

当社のAIビデオジェネレーターと会話型AIテ
クノロジーは、ヒューマンインタラクション
の利点とデジタル利便性の間のギャップを埋
めることを目的としています。

当社のAIアバターが、品質を損なうことな
く、プロジェクトやビジネスをより効率的に
拡大し、コストと時間を削減するのにどのよ
うに役立つかをご覧ください。