カテゴリ AI音声合成
funaudiollm とは
本枠組みは人と大規模言語モデルの間の音声のやり取りをより自然にするために作られたものと説明されている。
できること
- 多くの言語の音声を認識する
- 感情と音声の出来事を検出する
- 自然な複数言語の音声を生成する
主な特徴
- 遅延の非常に小さい SenseVoice
- CosyVoice によるゼロショットの文脈生成
- 言語をまたいだ音声クローンへの対応
始め方
- GitHub のページで模型の情報を確かめる
- SenseVoice か CosyVoice を選びコードを得る
- 学習と推論の環境を整える
長所と短所
✓ 良い点
- 資料では感情認識と音声イベント検出が挙がる
- 音声生成は言語、音色、感情の制御に対応する
! 注意したい点
- 必要に応じて SenseVoice か CosyVoice を選ぶ
- 学習と推論の環境はローカルかクラウドで整える
よくある質問
二つのモデルは?
資料では SenseVoice と CosyVoice が名指しされている。
何言語に対応?
資料では SenseVoice が 50 言語超に対応すると説明されている。
最終評価日: 2026-11-15
その他 AIオーディオツール ツール
すべて見る →-
Accent Guesser 声の録音からアクセントを判定する 無料ツール クリエイターツール オーディオ 音声からテキスト 教育ツール -
AccurateScribe.ai 音声と動画の書き起こし 無料ツール クリエイターツール 動画からテキスト オーディオ 音声からテキスト -
Adobe Podcast ブラウザで録音と音声クリーンアップ 無料ツール クリエイターツール オーディオ 音声からテキスト 音声編集 -
Agilotext フランス語中心の書き起こしと要約 オーディオ 音声からテキスト ポッドキャスト 会議文字起こし 議事録 -
AI Dubbing 登録不要の短い動画の吹き替え 無料ツール 動画翻訳 オーディオ ナレーション コンテンツローカライズ -
AI Mastering オンライン自動マスタリング 無料ツール フリーミアムツール オーディオ ポッドキャスト