ビデオ会議中にマイクをミュートにしてもアプリはマイクの音声を収集し続けている
ビデオ会議や音声チャットの途中で諸用を済ませるために一時的に離席する時、余計な音声が相手に届かないようにマイクをミュートにすることがあります。しかし、「ビデオ会議中にマイクをミュートにすると、たとえ相手に音声は届かなくても、アプリ自体は音声データを収集している」と、ウィスコンシン大学電気・コンピューター工学科のカッセム・ファワズ助教の研究チームが発表しました。 Are You Really Muted?: A Privacy Analysis of Mute Buttons in Video Conferencing Apps (PDFファイル)https://wiscprivacy.com/papers/vca_mute.pdf You’re muted — or are you? Videoconferencing apps may listen even when mic is of
無調整でもほぼ人間 AI歌声合成ソフト「CeVIO AI」の実力
市販の歌声合成ソフトとして、ヤマハのVOCALOIDとともに独自の歴史を刻んできた「CeVIO」が1月29日、登場から8年を前に大きく進化。深層学習の技術を取り入れ「CeVIO AI」として、開発元のテクノスピーチが発売した。まずはその歌声を聴いてほしい。 これは、ソフト上で楽譜を打ち込んで再生ボタンを押しただけで出力された音声だ。それだけでこのように人間らしい歌声が出力できる。「しゃくりあげ」や「ビブラート」といった歌唱表現も勝手に付く。メインボーカルとして起用するにはもう少し調整が必要だが、作曲中の仮歌に使うなら文句のないクオリティーになっている。人間らしい歌声を合成するまでの時間が短いため、作業を迅速に進められるのがメリットの一つだ。 CeVIO AIリリースまでの道のり CeVIOは2013年公開のWindows専用音声／歌声合成ソフト。名古屋工業大学が長年研究しているHMM（隠れ
「ヤニー」と「ローレル」どちらに聞こえる？ 大論争でSNS二分
米首都ワシントンで、音に耳をそばだてる女性（2018年5月16日撮影、資料写真）。(c)AFP PHOTO / Eric BARADAT 【5月17日 AFP】「Yanny（ヤニー）」と「Laurel（ローレル）」、あなたはどちらに聞こえる？──2音節のみの短い音声を添えてこう問いかけるツイッター（Twitter）の投稿が、インターネット上で爆発的な騒ぎを巻き起こしている。ユーザーたちの回答は真っ二つに分かれ、両者とも譲る気配はない。 16日付の米紙ニューヨーク・タイムズ（New York Times）によると、この音声はもともと米ジョージア州の高校生ローランド・サボー（Roland Szabo）さん（18）が学校の課題でオンラインの語彙（ごい）辞典を使用中に見つけて録音し、ソーシャルニュースサイトのレディット（Reddit）に投稿したもの。 級友たちに聞かせたところ、「Yanny」と「L
音声に合わせて口元が動く、リップシンク動画編集ソフトが恐ろしい
音声に合わせて口元が動く、リップシンク動画編集ソフトが恐ろしい2017.07.23 17:058,434 そうこ 何が本当で何が嘘なのか、見破るのが難しい時代。 コンピューターグラフィックスの学会SIGGRAPHにて発表された、オーディオデータに合わせて動画を編集するソフトウェアがスゴいの一言。音に合わせて、動画に出てくるの人の口元を動かす＝喋らせるというプログラムなのですが、知らないで見たらすっかり騙されてしまう完成度です。 Video: YouTube/Supasorn Suwajanakorn研究動画に登場するのは、オバマ元大統領。たくさんの資料（音声データ＆映像）があるオバマ元大統領は、研究にはうってつけの人物です。3Dマッピングされた口元が、動画にうまいこと合成されています。音声データに動画をリップシンクさせるには、それ相当の時間をかけてプログラムをトレーニングする必要があるとの
研究開発ライブラリ 複数の人が同時に話しても話者ごとに発言を聞き分ける分離集音技術を開発−事前に録音しておかなくても正確に聞き分け可能− | 研究開発センター | 東芝
AI Technology 前のページに戻る 複数の人が同時に話しても話者ごとに発言を聞き分ける分離集音技術を開発－事前に録音しておかなくても正確に聞き分け可能－ 2016年10月 概要 当社は、複数の人（注1）が同時に話しても、会話と同時に正確な聞き分けを行い、話者ごとに集音することができる分離集音技術を開発しました。 開発の背景 近年の音声認識性能の向上により、会議や接客の会話をテキスト化して業務の改善・効率化に役立てたいというニーズが高まっています。しかし、複数の人が同時に発言すると音声認識精度が低下する問題がありました。同時発言を分離する技術の開発も進められていますが、会話している場所の音響特性や話し手の位置といった録音環境に対して最適な分離性能を得るためには、数十分程度の録音を行う必要がありました。 本技術の特徴 そこで当社は、事前の録音を行うことなく、複数の人が同時に話した音声
ネイティブに近い音声に変換 ＮＴＴが新技術 NHKニュース
このうち一般的な日本人が話す英語をネイティブに近い音声に変換できる技術は、日本語と英語を話す際のリズムの違いなどに注目して研究されたということです。 ＮＴＴでは、将来的に英語によるテレビ会議システムやプレゼンテーションなどに活用できるようにしたいとしています。 このほか、会話のイントネーションやアクセントの強さやタイミングを推定できるという技術は、話した人の声を変えずにイントネーションなどに変えて、関西弁などさまざまなしゃべり方に変えられることが紹介されました。 ＮＴＴコミュニケーション科学基礎研究所の前田英作所長は「こうした音声技術は機械やロボットだけでなく、人間どうしのコミュニケーションでも使われるようになると思う。具体的な計画はまだ決まっていないが、２０２０年の東京オリンピック・パラリンピックまでに何らかの形で世の中に出していきたい」と話していました。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
AIが声を失ったラジオ記者の声を復元 放送復帰へ＝米 - BBCニュース
人の「笑い声」を3Dプリントして宇宙に放つプロジェクト、2017年1月始動
「この音は!……リンゴ食べてる音だぜ」。食べた音から食べたものを判定するネックレス ～消費カロリーではなく、摂取カロリーを計測可能に - PC Watch