Stability AI TTS とは
本モデルは自然言語の案内を用いる高忠実度のテキスト読み上げと紹介され、話者の身分・スタイル・収録条件に注釈を付けて音声合成を導く。
できること
- 自然言語で音声合成を案内する
- 話者の身分・スタイル・収録条件に注釈を付ける
- 45000 時間の資料群で音声言語モデルを学習する
利用の例
- 米国なまりの女性の声で読み上げを作る
- 英国なまりの男性の声で収録する
- 南アフリカなまりの男性の声で読み上げを作る
長所と短所
✓ 良い点
- 音声の忠実度を高める簡便な手法が示される
- 例にはなまりと話者の選択が並ぶ
! 注意したい点
- 案内は学習資料への注釈に依存
- 出力は資料に記された資料群に依存
よくある質問
何に注釈を付ける?
資料は話者の身分・スタイル・収録条件を挙げる。
資料群の規模は?
資料は学習に 45000 時間と説明。
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