モリカトロン株式会社運営「エンターテインメント×AI」の最新情報をお届けするサイトです。
- TAG LIST
- CGCGへの扉安藤幸央生成AI吉本幸記月刊エンタメAIニュース河合律子機械学習ディープラーニングOpenAIGAN音楽NVIDIAGoogleLLM大規模言語モデルグーグルChatGPT強化学習三宅陽一郎Stable Diffusion森川幸人モリカトロン人工知能学会ニューラルネットワークシナリオDeepMindマイクロソフトQAGPT-3自然言語処理AIと倫理Facebook大内孝子倫理アート映画著作権ルールベースSIGGRAPHゲームプレイAIキャラクターAIスクウェア・エニックス敵対的生成ネットワークMinecraftモリカトロンAIラボインタビューNPC画像生成NFT音楽生成AIロボットDALL-E2StyleGANプロシージャルMidjourneyデバッグファッション自動生成ディープフェイクVFX遺伝的アルゴリズムMetaアニメーション3DCG画像生成AIマンガマルチモーダルゲームAIAdobeテストプレイ動画生成AIVRメタAICLIPテキスト画像生成深層学習CEDEC2019Microsoftデジタルツインメタバース不完全情報ゲームマインクラフト小説ボードゲームDALL-Etoioビヘイビア・ツリーCEDEC2021CEDEC2020作曲ロボティクスナビゲーションAIAIアートメタ畳み込みニューラルネットワークアップルSoraスポーツエージェントGDC 2021Red RamGPT-4手塚治虫汎用人工知能JSAI20223DNeRFインタビューバーチャルヒューマンNVIDIA OmniverseGDC 2019マルチエージェントCEDEC2022Stability AIARデジタルヒューマンELSI懐ゲーから辿るゲームAI技術史教育ジェネレーティブAI東京大学はこだて未来大学プロンプト栗原聡CNNマーケティングJSAI2024DALL-E 3BERTMicrosoft Azure高橋力斗UnityOmniverseJSAI2023電気通信大学Playable!鴫原盛之HTN階層型タスクネットワークソニーAIQVE ONE世界モデルアドベンチャーゲームJSAI2020GTC2023広告メタデータTensorFlowブロックチェーンCMイベントレポートアストロノーカキャリア模倣学習対話型エージェントAmazonトレーディングカードメディアアートDQN合成音声水野勇太モリカトロン開発者インタビュー宮本茂則Geminiアバターブラック・ジャックUbisoftGenvid Technologiesガイスター市場分析StyleGAN2徳井直生稲葉通将ベリサーブGTC2022GPT-3.5SIGGRAPH ASIAAppleNetflixJSAI2021松木晋祐Bard研究シムピープルMCS-AI動的連携モデルマーダーミステリーモーションキャプチャーTEZUKA2020CEDEC2023AGIテキスト生成インディーゲームElectronic Arts音声合成GDC Summerイーロン・マスクStable Diffusion XL森山和道eスポーツスタンフォード大学アーケードゲームテニスサイバーエージェント音声認識類家利直FireflyeSportsBLUE PROTOCOLCEDEC2024シーマンaiboSIE大澤博隆SFプロトタイピングRunwayRunway Gen-3 Alphaチャットボットtext-to-3DDreamFusion自動運転車ワークショップEpic GamesAIロボ「迷キュー」に挑戦AWSAdobe MAX村井源クラウド斎藤由多加AlphaZeroPreferred NetworksTransformerGPT-2rinnaAIりんなカメラ環世界中島秀之PaLMGitHub CopilotLLaMA哲学Apple Vision Proハリウッド理化学研究所Gen-1YouTube音声生成AISFテキスト画像生成AI松尾豊人事データマイニングControlNet現代アートDARPAドローンシムシティゲームエンジンImagenZorkバイアスASBSぱいどんAI美空ひばり手塚眞バンダイナムコ研究所スパーシャルAIELYZANEDO建築FSM-DNNMindAgentBIMLEFT 4 DEAD通しプレイ論文OpenAI Five本間翔太馬淵浩希Cygames岡島学Audio2Faceピクサー九州大学プラチナエッグイーサリアム効果音ボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析自動翻訳MILENVIDIA ACEナラティブNVIDIA RivaNianticOmniverse ReplicatorWCCFレコメンドシステムNVIDIA DRIVE SimWORLD CLUB Champion FootballNVIDIA Isaac Simセガ人狼知能柏田知大軍事田邊雅彦Google I/Oトレカ慶應義塾大学Max CooperGPTDisneyPhotoshop言霊の迷宮PyTorch京都芸術大学ChatGPT4モンテカルロ木探索眞鍋和子バンダイナムコスタジオコミコパヒストリアAI Frog Interactive新清士田中章愛銭起揚ComfyUI齊藤陽介コナミデジタルエンタテインメント成沢理恵お知らせMagic Leap OneTencentサッカーバスケットボールTikTokSuno AItext-to-imageサルでもわかる人工知能VAETEZUKA2023DOOMリップシンキングRNNGameNGenUbisoft La Forge知識表現ウォッチドッグス レギオンVTuberIGDA立教大学秋期GTC2022大阪公立大学フォートナイトKLabどうぶつしょうぎRobloxジェイ・コウガミ音楽ストリーミングMIT野々下裕子Movie GenQosmoマシンラーニング5GMuZeroRival Peakがんばれ森川君2号pixivオムロン サイニックエックスGPTsセキュリティ対話エンジンポケモン3Dスキャン橋本敦史リトル・コンピュータ・ピープルCodexシーマン人工知能研究所コンピューティショナル・フォトグラフィーゴブレット・ゴブラーズ絵画Open AI3D Gaussian SplattingMicrosoft DesignerイラストシミュレーションSoul Machines柿沼太一完全情報ゲームバーチャルキャラクター坂本洋典宮本道人釜屋憲彦LLaMA 2ウェイポイントパス検索Hugging Face対談藤澤仁生物学XRGTC 2022xAI画像認識SiemensストライキStyleCLIPDeNAVoyager長谷洋平GDC 2024クラウドコンピューティングmasumi toyotaIBM宮路洋一OpenSeaGDC 2022SNSTextWorldEarth-2BingMagentaソフトバンクELYZA PencilScenarioSIGGRAPH2023AIピカソGTC2021AI素材.comCycleGANテンセントAndreessen HorowitzQA Tech NightNetHack下田純也桑野範久キャラクターモーション音源分離NBAフェイクニュースユニバーサルミュージックRPG法律Web3SIGGRAPH 2022レベルデザインDreamerV3AIボイスアクターUnreal Engine南カリフォルニア大学NVIDIA CanvasGPUALife人工生命オルタナティヴ・マシンサム・アルトマンサウンドスケープLaMDATRPGマジック:ザ・ギャザリングGPT-4oAI Dungeon介護BitSummitGemma 2Veoゲーム背景IEEEPoint-Eアパレル不気味の谷ナビゲーションメッシュデザイン写真高橋ミレイ深層強化学習松原仁松井俊浩武田英明フルコトELYZA DIGESTApple IntelligenceWWDCWWDC 2024西成活裕ハイブリッドアーキテクチャAI野々村真Apex LegendsELIZA群衆マネジメントライブポートレイトNinjaコンピュータRPGライブビジネスWonder StudioAdobe Max 2023GPT-4-turboアップルタウン物語新型コロナ土木佐藤恵助KELDIC周済涛Bing Chat大道麻由メロディ言語清田陽司インフラBing Image Creator物語構造分析ゲームTENTUPLAYサイバネティックス慶応義塾大学MARVEL Future FightAstro人工知能史Amazon BedrockAssistant with Bard渡邉謙吾タイムラプスEgo4DAI哲学マップThe Arcadeここ掘れ!プッカバスキア星新一X.AISearch Generative Experienceくまうた日経イノベーション・ラボStyleGAN-XLX Corp.Dynalang濱田直希敵対的強化学習StyleGAN3TwitterVLE-CE大柳裕⼠階層型強化学習GOSU Data LabGANimatorXホールディングス加納基晴WANNGOSU Voice AssistantVoLux-GANMagiAI Actソニー・インタラクティブエンタテインメント竹内将SenpAI.GGProjected GANEU研究開発事例MobalyticsSelf-Distilled StyleGANSDXLArs Electronica赤羽進亮ニューラルレンダリングRTFKTAI規制遊戯王AWS SagemakerPLATONIKE欧州委員会UDI(Universal Duel Interface)映像セリア・ホデント形態素解析frame.ioClone X欧州議会第一工科大学UXAWS LambdaFoodly村上隆欧州理事会佐竹空良誤字検出MusicLM小林篤史認知科学中川友紀子Digital MarkAudioLMゲームデザインSentencePieceアールティSnapchatMusicCaps荻野宏実LUMINOUS ENGINEクリエイターコミュニティAudioCraft伊藤黎Luminous ProductionsBlenderBot 3バーチャルペットビヘイビアブランチパターン・ランゲージ竹村也哉Meta AINVIDIA NeMo ServiceMubertWPPちょまどマーク・ザッカーバーグヴァネッサ・ローザMubert RenderGeneral Computer Control(GCC)GOAPWACULVanessa A RosaGen-2CradleAdobe MAX 2021陶芸Runway AI Film FestivalSpiral.AIPlay.htPreVizItakoLLM-7b音声AI静岡大学AIライティングLiDARCharacter-LLM明治大学Omniverse AvatarAIのべりすとPolycam復旦大学北原鉄朗FPSQuillBotdeforumChat-Haruhi-Suzumiya中村栄太マルコフ決定過程NVIDIA MegatronCopysmith涼宮ハルヒ日本大学NVIDIA MerlinJasperハーベストEmu VideoヤマハNVIDIA MetropolisForGames前澤陽パラメータ設計ゲームマーケットペリドット増田聡バランス調整岡野翔太Dream Track採用協調フィルタリング郡山喜彦Music AI ToolsSakana AIテキサス大学ジェフリー・ヒントンLyria科学史Google I/O 2023Yahoo!知恵袋AIサイエンティストAlphaDogfight TrialsAI Messenger VoicebotインタラクティブプロンプトAITerraエージェントシミュレーションOpenAI Codex武蔵野美術大学AI OverviewStarCraft IIHyperStyleBingAI石渡正人電通Future of Life InstituteRendering with Style手塚プロダクションAICO2Intel林海象BitSummit DriftLAIKADisneyリサーチヴィトゲンシュタイン古川善規RotomationGauGAN論理哲学論考Lightroom大規模再構成モデルOmega CrafterGauGAN2CanvaLRMSPACE INVADIANSドラゴンクエストライバルズ画像言語表現モデルObjaverse西島大介不確定ゲームSIGGRAPH ASIA 2021PromptBaseBOOTHMVImgNet吉田伸一郎Dota 2ディズニーリサーチpixivFANBOXOne-2-3-45SIGGRAPH2024Mitsuba2バンダイナムコネクサス虎の穴3DガウシアンスプラッティングMotion-I2VソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューFantiaワンショット3D生成技術ByteDanceGTC2020CG衣装mimicとらのあなToonify3DNVIDIA MAXINEVRファッションBaidu集英社FGDC生成対向ネットワーク淡路滋ビデオ会議ArtflowERNIE-ViLG少年ジャンプ+Future Game Development Conference拡散モデルグリムノーツEponym古文書ComicCopilot佐々木瞬Diffusionゴティエ・ボエダ音声クローニング凸版印刷Gautier Boeda階層的クラスタリングGopherAI-OCRゲームマスターうめ画像判定Inowrld AI小沢高広Julius鑑定ラベル付けMODAniqueドリコムTPRGOxia PalusGhostwriter中村太一ai andバーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSkyrimエグゼリオSaaSクーガー実況パワフルサッカースカイリムCopilotインサイト石井敦NHC 2021桃太郎電鉄RPGツクールMZカスタマーサポート茂谷保伯池田利夫桃鉄ChatGPT_APIMZserial experiments lainComfyUI-AdvancedLivePortraitGDMC新刊案内パワサカダンジョンズ&ドラゴンズAI lainGUIマーベル・シネマティック・ユニバースOracle RPGPCGMITメディアラボMCU岩倉宏介深津貴之PCGRLアベンジャーズPPOxVASynthDungeons&DragonsVideo to Videoマジック・リープDigital DomainMachine Learning Project CanvasLaser-NVビートルズiPhone 16MagendaMasquerade2.0国立情報学研究所ザ・ビートルズ: Get BackOpenAI o1ノンファンジブルトークンDDSPフェイシャルキャプチャー石川冬樹MERFDemucsAIスマートリンクスパコンAlibaba音楽編集ソフトシャープ里井大輝KaggleスーパーコンピュータVQRFAdobe Auditionウェアラブル山田暉松岡 聡nvdiffreciZotopeCE-LLMAssassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0NeRFMeshingRX10Communication Edge-LLMSea of ThievesTSUBAME 2.0LERFMoisesLINEヤフーGEMS COMPANYmonoAI technologyLSTMABCIマスタリングAIペットモリカトロンAIソリューション富岳レベルファイブYahoo!ニュース初音ミクOculusコード生成AISociety 5.0リアム・ギャラガーAI Comic Factory転移学習テストAlphaCode夏の電脳甲子園グライムスKaKa CreationAI comic GeneratorBaldur's Gate 3Codeforces座談会BoomyVOICEVOXComicsMaker.aiCandy Crush Saga自己増強型AIジョン・レジェンドGenie AILlamaGen.aiSIGGRAPH ASIA 2020COLMAPザ・ウィークエンドSIGGRAPH Asia 2023GAZAIADOPNVIDIA GET3DドレイクC·ASEFlame PlannerデバッギングBigGANGANverse3DFLARE動画ゲーム生成モデルMaterialGANダンスグランツーリスモSPORTAI絵師エッジワークスMagicAnimateReBeLグランツーリスモ・ソフィーUGC日本音楽作家団体協議会Animate AnyoneVirtuals ProtocolGTソフィーPGCFCAインテリジェントコンピュータ研究所スーパーマリオブラザーズVolvoFIAグランツーリスモチャンピオンシップVoiceboxアリババMarioVGGNovelAIさくらインターネットDreaMoving社員インタビューRival PrakDGX A100NovelAI DiffusionVISCUIT松原卓二ぷよぷよScratchArt Transfer 2ユービーアイソフトWebcam VTuberモーションデータスクラッチArt Selfie 2星新一賞ビスケットMusical Canvas北尾まどかHALOポーズ推定TCGプログラミング教育The Forever Labyrinth将棋メタルギアソリッドVメッシュ生成Refik AnadolFSMメルセデス・ベンツQRコードVALL-EAlexander RebenMagic Leap囲碁Deepdub.aiRhizomatiksナップサック問題Live NationEpyllionデンソーAUDIOGENMolmo汎用言語モデルWeb3.0マシュー・ボールデンソーウェーブEvoke MusicPixMoAIOpsムーアの法則原昌宏AutoFoleyQwen2 72BSpotifyスマートコントラクト日本機械学会Colourlab.AiDepth ProReplica Studioロボティクス・メカトロニクス講演会ディズニーamuseChitrakarAdobe MAX 2022トヨタ自動車Largo.aiVARIETAS巡回セールスマン問題かんばん方式CinelyticAI面接官ジョルダン曲線メディアAdobe ResearchTaskadeキリンホールディングス政治Galacticaプロット生成Pika.art空間コンピューティングクラウドゲーミングAI Filmmaking AssistantDream Screen和田洋一リアリティ番組映像解析FastGANSynthIDStadiaジョンソン裕子4コママンガAI ScreenwriterFirefly Video ModelMILEsNightCafe東芝デジタルソリューションズ芥川賞Stable Video 4Dインタラクティブ・ストリーミングLuis RuizSATLYS 映像解析AI文学AI受託開発事例インタラクティブ・メディア恋愛田中志弥PFN 3D ScanElevenLabsタップルPlayable!3D東京工業大学HeyGenAbema TVPlayable!MobileLudo博報堂After EffectsNECAdobe MAX 2024ラップPFN 4D Scan絵本木村屋SneaksSIGGRAPH 2019ArtEmisZ世代DreamUp出版GPT StoreIllustratorAIラッパーシステムDeviantArtAmmaar Reshi生成AIチェッカーMeta Quest 3Waifu DiffusionStoriesユーザーローカルXR-ObjectsGROVERプラスリンクス ~キミと繋がる想い~元素法典StoryBird九段理江PeridotFAIRSTCNovel AIVersed東京都同情塔Orionチート検出Style Transfer ConversationProlificDreamer防犯オンラインカジノRCPUnity Sentis4Dオブジェクト生成モデルO2RealFlowRinna Character PlatformUnity MuseAlign Your GaussiansScam DetectioniPhoneCALACaleb WardAYGLive Threat DetectionDeep Fluids宮田龍MAV3D乗換NAVITIMEMeInGameAmelia清河幸子ファーウェイKaedimAIGraphブレイン・コンピュータ・インタフェース西中美和4D Gaussian Splatting3DFY.aiBCIGateboxアフォーダンス安野貴博4D-GSLuma AILearning from VideoANIMAKPaLM-SayCan斧田小夜GlazeAvaturn予期知能逢妻ヒカリWebGlazeBestatセコムNightShadeOasisユクスキュルバーチャル警備システムCode as PoliciesSpawningDecartカント損保ジャパンCaPHave I Been Trained?Dejaboom!CM3leonFortniteUnbounded上原利之Stable DoodleUnreal Editor For FortniteEtchedドラゴンクエストエージェントアーキテクチャアッパーグラウンドコリジョンチェックT2I-Adapter声優PAIROCTOPATH TRAVELERパブリシティ権西木康智Volumetrics日本俳優連合OCTOPATH TRAVELER 大陸の覇者山口情報芸術センター[YCAM]AIワールドジェネレーター日本芸能マネージメント事業者協会アルスエレクトロニカ2019品質保証YCAM日本マネジメント総合研究所Rosebud AI Gamemaker日本声優事業社協議会StyleRigAutodeskアンラーニング・ランゲージLayerIAPP逆転オセロニアBentley Systemsカイル・マクドナルドLily Hughes-RobinsonCharisma.aiTripo 2.0ワールドシミュレーターローレン・リー・マッカーシーColossal Cave AdventureMeta 3D Gen奥村エルネスト純いただきストリートH100鎖国[Walled Garden]プロジェクトAdventureGPT調査スマートシティ齋藤精一大森田不可止COBOLSIGGRAPH ASIA 2022リリー・ヒューズ=ロビンソンMeta Quest都市計画高橋智隆DGX H100VToonifyBabyAGIIPロボユニザナックDGX SuperPODControlVAEGPT-3.5 Turbo泉幸典仁井谷正充変分オートエンコーダーカーリング強いAIロボコレ2019Instant NeRFフォトグラメトリウィンブルドン弱いAIartonomous回帰型ニューラルネットワークbitGANsDeepJoin戦術分析ぎゅわんぶらあ自己中心派Azure Machine LearningAzure OpenAI Serviceパフォーマンス測定Lumiere意思決定モデル脱出ゲームDeepLIoTUNetHybrid Reward Architectureコミュニティ管理DeepL WriteProFitXImageFXウロチョロスSuper PhoenixWatsonxMusicFXProject MalmoオンラインゲームAthleticaTextFX気候変動コーチングProject Paidiaシンギュラリティ北見工業大学KeyframerProject Lookoutマックス・プランク気象研究所レイ・カーツワイル北見カーリングホールWatch Forビョルン・スティーブンスヴァーナー・ヴィンジ画像解析Gemini 1.5気象モデルRunway ResearchじりつくんAI StudioLEFT ALIVE気象シミュレーションMake-A-VideoNTT SportictVertex AI長谷川誠ジミ・ヘンドリックス環境問題PhenakiAIカメラChat with RTXBaby Xカート・コバーンエコロジーDreamixSTADIUM TUBESlackロバート・ダウニー・Jr.エイミー・ワインハウスSDGsText-to-ImageモデルPixelllot S3Slack AIPokémon Battle Scopeダフト・パンクメモリスタAIスマートコーチポケットモンスターGlenn MarshallkanaeruThe Age of A.I.Story2Hallucination音声変換Latitude占いレコメンデーションJukeboxDreambooth行動ロジック生成AIVeap Japanヤン・ルカンConvaiEAPneoAIPerfusionNTTドコモSIFT福井千春DreamIconニューラル物理学EmemeDCGAN医療mign毛髪GenieMOBADANNCEメンタルケアstudiffuse荒牧英治汎用AIエージェントハーバード大学Edgar Handy中ザワヒデキAIファッションウィーク研修デューク大学大屋雄裕インフルエンサー中川裕志Grok-1mynet.aiローグライクゲームAdreeseen HorowitzMixture-of-Experts東京理科大学NVIDIA Avatar Cloud EngineMoE人工音声NeurIPS 2021産業技術総合研究所Replica StudiosClaude 3リザバーコンピューティングSmart NPCsClaude 3 Haikuプレイ動画ヒップホップ対話型AIモデルRoblox StudioClaude 3 Sonnet詩ソニーマーケティングPromethean AIClaude 3 Opusサイレント映画もじぱnote森永乳業環境音暗号通貨note AIアシスタントMusiioC2PAFUZZLEKetchupEndelゲーミフィケーションAlterationAI NewsTomo Kihara粒子群最適化法Art SelfiePlayfool進化差分法オープンワールドArt TransferSonar遊び群知能下川大樹AIFAPet PortraitsSonar+Dtsukurunウィル・ライト高津芳希P2EBlob Opera地方創生大石真史クリムトDolby Atmos吉田直樹BEiTStyleGAN-NADASonar Music Festival素材DETRライゾマティクスSIMASporeクリティックネットワーク真鍋大度OpenAI JapanデノイズUnity for Industryアクターネットワーク花井裕也Voice Engine画像処理DMLabRitchie HawtinCommand R+SentropyGLIDEControl SuiteErica SynthOracle Cloud InfrastructureCPUDiscordAvatarCLIPAtari 100kUfuk Barış MutluGoogle WorkspaceSynthetic DataAtari 200MJapanese InstructBLIP AlphaUdioCALMYann LeCun日本新聞協会立命館大学プログラミング鈴木雅大AIいらすとや京都精華大学ソースコード生成コンセプトアートAI PicassoTacticAIGMAIシチズンデベロッパーSonanticColie WertzEmposyNPMPGitHubCohereリドリー・スコットAIタレントFOOHウィザードリィMCN-AI連携モデル絵コンテAIタレントエージェンシーUrzas.aiストーリーボードmodi.aiProject Astra大阪大学Google I/O 2024西川善司並木幸介KikiBlenderBitSummit Let’s Go!!サムライスピリッツ森寅嘉Zoetic AIゼビウスSIGGRAPH 2021ペット感情認識ストリートファイター半導体Digital Dream LabsPaLM APIデジタルレプリカ音声加工Topaz Video Enhance AICozmoMakerSuiteGOT7マルタ大学DLSSタカラトミーSkebsynthesia田中達大山野辺一記NetEaseLOVOTDreambooth-Stable-DiffusionHumanRFInworld AI大里飛鳥DynamixyzMOFLINActors-HQMove AIRomiGoogle EarthSAG-AFTRAICRA2024U-NetミクシィGEPPETTO AIWGA13フェイズ構造ユニロボットStable Diffusion web UIチャーリー・ブルッカー大規模基盤モデルADVユニボToroboXLandGato岡野原大輔東京ロボティクスAI model自己教師あり学習インピーダンス制御DEATH STRANDINGAI ModelsIn-Context Learning(ICL)深層予測学習Eric Johnson汎用強化学習AIZMO.AILoRA日立製作所MOBBY’Sファインチューニング早稲田大学Oculus Questコジマプロダクションロンドン芸術大学モビーディックグランツーリスモ尾形哲也生体情報デシマエンジンGoogle Brainダイビング量子コンピュータAIRECSound Controlアウトドアqubit汎用ロボットSYNTH SUPERAIスキャニングIBM Quantum System 2オムロンサイニックエックス照明Maxim PeterKarl Sims自動採寸北野宏明ViLaInJoshua RomoffArtnome3DLOOKダリオ・ヒルPDDLハイパースケープICONATESizerジェン・スン・フアンニューサウスウェールズ大学山崎陽斗ワコールHuggingFaceClaude Sammut立木創太スニーカーStable Audioオックスフォード大学浜中雅俊UNSTREET宗教Lars Kunzeミライ小町Newelse仏教杉浦孔明テスラ福井健策CheckGoodsコカ・コーラ田向権GameGAN二次流通食品VASA-1パックマンTesla Bot中古市場Coca‑Cola Y3000 Zero SugarVoxCeleb2Tesla AI DayWikipediaDupe KillerCopilot Copyright CommitmentAniTalkerソサエティ5.0Sphere偽ブランドテラバース上海大学SIGGRAPH 2020バズグラフXaver 1000配信京都大学ニュースタンテキ養蜂立福寛東芝Beewiseソニー・ピクチャーズ アニメーション音声解析DIB-R倉田宜典フィンテック感情分析Luma投資Fosters+Partners周 済涛Dream Machine韻律射影MILIZEZaha Hadid ArchitectsステートマシンNTT韻律転移三菱UFJ信託銀行ディープニューラルネットワークPerplexity
【CEDEC2021】ディー・エヌ・エーが推進する音声AI社会実装に関する最新事例
8月24日から26日にかけて、ゲームを中心とするコンピュータエンタメに関する技術的カンファレンス「CEDEC2021」がオンラインで開催されました。同カンファレンスにおいて、株式会社ディー・エヌ・エーの竹村伸太郎氏らは、同社の音声AIに関する取り組みを多角的に解説するセッション「エンタメから社会課題、チームで乗り越えた音声AIの研究開発と実用化」を行いました。以下では、同セッションを要約することで音声AI社会実装の最新事例を紹介します。
実装ハードルが低くなった音声合成
はじめに株式会社ディー・エヌ・エー・システム本部データ統括部AI研究開発第二グループ所属の豆谷浩輝氏は、音声合成に関する事例を発表しました。音声合成とは、テキストに人工的な音声を付与して発話させる技術です。この技術は古くから研究されており、かつての合成された音声は無機質かつ人工的なものでしたが、現在ではよりヒューマンライクな音声が合成できるようになりました。
音声合成の応用事例は多岐にわたり、実用的な分野ではロボットやスマートスピーカーの音声、そして音声広告などがあり、エンタメ分野ではVTuberやゲームの音声、さらにはオーディオブックの朗読などがあります。ディー・エヌ・エーは実用とエンタメの両分野で音声合成を実装しており、そうした事例としてセコム株式会社と共同開発した「バーチャル警備システム」やマルチメディア展開した美少女キャラコンテンツ「ハッカドール」があります。
日本語の音声合成においては、入力テキストから音素やアクセントといった言語特徴を抽出する「言語解析」、言語解析情報が入力となってスペクトログラムとして可視化できる音響特徴を生成する「音響モデル」、音響特徴を音声に変換する「ボコーダ」という3つのステップが実行されます。
音声合成においてもっとも重要となるステップが音響モデルによる処理です。この処理に関する研究はまさに日進月歩ですが、2017年に開発された「Tacotron2」は現在でも最高品質の音声を合成すると評価されています。もっとも、同モデルは過去の処理内容を継承する自己回帰型という構造を採用しているため合成が遅く、稀に壊滅的なエラーが起こるという欠点があります。また、声の高さを変えるといった操作性がないという難点もあります。
2020年に開発されたFastSpeech2も多用される音響モデルです。同モデルは合成速度が速く、声の高さなどを変えられる操作性があるのが長所です。その一方で、音質はTactron2に若干劣り、学習データにアライメントを付与する必要があるため音響に関する専門知識が求められるといった短所があります。
音声合成は、人間の肉声を学習データに使って合成音声を生成します。こうした肉声を学習する方法には、1人の話者から学習する「単一話者モデル」、複数の話者から学習する「複数話者モデル」、そして複数の話者から平均的な音声データを生成したうえでそのデータを(技術的には「Finetune」と呼ばれる)微調整して一人の話者から音声を合成したかのような結果を得る複合的な学習方法があります。もっとも高品質な結果が得られるのは複合的な学習方法ですが、手間がかかります。また、複数話者モデルと単一話者モデルを比べた場合、前者は後者より一人の話者から収録するデータが少なくて済むというメリットがあります。
前述のように人間の肉声を学習することによって音声合成が可能になるため、肉声を収録する工程が必要となります。そして、高品質な学習データを用意するためには台本が重要となります。台本の制作にあたっては、最終出力となる合成音声のキャラクター性と一致する話者(たいていは声優が担当する)を起用すべきです。また、(「プルィルークィ郡」のような)稀な音素も収録できるセリフを盛り込むのが望ましいです。さらにセリフにルビを振っておくと、音声収録の効率と精度が向上します。
音声収録体制は、少なくとも声優、ディレクター、録音技師が参加するのが一般的です。ディレクターは、「収録した音声を学習データに使えるか」を判断する役割を担います。効率的に音声を収録するには、複数音声を一度に収録してから、そのデータを文章ごとの音声に切り出すという進行が推奨されます。また、一定の調子で音声を収録するのが理想的です。
音声収録においては、データ修正も重要となります。収録中にアクセント辞典を参照しながら適宜修正することも可能ですが、この手法では収録時の負担が増大してしまいます。ディー・エヌ・エーでは、収録後にアクセントを修正する手法を採用しています。収録後修正の際には、収録音声をテキストとして可視化したうえでアクセントの位置を確認できるGUIを用意すると修正作業を効率的に進められます。
以上のように音声合成においては、開発済みの音響モデルを使えるうえに音声に関する専門知識も不要なので、現在ではかなり技術的な敷居が低くなっています。今日では技術的スキルよりも、学習データの整備のほうが重要です。とくに収録台本を新規作成するには、さまざまな工夫が必要になります。
学習データがあれば簡単に音声合成ができるので、社内で眠っている音声データが音声合成を経て新たなコンテンツとしてよみがえる可能性があります。それゆえ、音声合成の普及は潜在的な音声資産の有効活用につながるのです。
『七色ニーナ』に見る音声変換アプリ開発の現状
つづいて豆谷氏と同じくシステム本部データ統括部AI研究開発部第二グループ所属の滝口 啓介氏は、音声変換に関する事例を発表しました。音声変換とは、入力した音声をほかの音声に変換する技術です。この技術を使えば、例えば発話者の音声を架空のアニメキャラのそれに変換できます。
音声変換においては、入力音声から特徴量を抽出する「音声分析処理」、抽出された音声特徴量を異なる値に変換する「音声変換処理」、変換された音声特徴量から音声波形を生成する「音声復元処理」という3つの処理が実行されます。こうした処理を実行するにあたり、入力音声を周波数領域に変換するフーリエ変換が行われます。音声変換において処理される特徴量は、この周波数領域から抽出されます。
音声変換のかなめとなる音声変換処理には、音響情報ベースのアプローチと言語情報ベースのそれがあります。音響情報ベースの音声変換では、入力音声の(スペクトログラムで表示されるような)音響情報から特徴量を抽出します。この技法ではイントネーションの情報が残りやすいので、抑揚の制御が容易となります。その一方で、声質情報も残りやすいため、声質の変換が難しくなります。音声変換においては声質の変換が重要となるため、この技法を使ったサービス開発は難しいとされています。
言語情報ベースのアプローチとは、入力音声の(音素や発音記号といった)言語に関する情報から特徴量を抽出する技法です。この技法では声質情報が残らないため、声質変換が容易となります。その反面、イントネーションも残りにくいため、抑揚の制御が難しくなります。短所があるものも声質情報を変換しやすい長所から、近年の音声変換サービスには同技法が多用されています。
ディー・エヌ・エーはエンタメ領域における音声変換の応用を推進しており、例えば動画配信における配信者音声の変換、ゲーム実況における実況者音声の変換、好きな声優になりきれるサービスなどを応用事例として考えています。そうした事例のひとつとして、2021年5月にはウェブブラウザで簡単に音声変換を体験できるサービス「七色ニーナ」をリリースしました。
七色ニーナのリリースにあたって、ディー・エヌ・エーは音声変換に関する4つの品質課題を掲げました。そうした課題とは「どんな声であっても変換可能であること」、「高品質な変換音声」、「短時間の変換による遅延の短縮」、「イントネーションも変換に反映させる」というものでした。
汎用的な音声変換を実現するために開発チームは、音声認識モデルと音声生成モデルをアーキテクチャに採用しました。音声認識モデルを採用したことにより、入力音声の話者が誰であっても適切に変換できるようになりました。
高品質な音声変換の実現にあたっては、前述したディー・エヌ・エーが手がけた音声合成事例から得られたノウハウを活用しました。音声合成を経験したことにより、音声AIの学習に必要なデータ量などの知識がすでに蓄積されていました。さらに、音声合成のために作成した学習データが流用できました。
低遅延な音声変換の実現のために、推論時間が比較的短いことで知られる非自己回帰モデルを採用しました。同モデルは、処理データの前後関係を考慮する自己回帰モデルよりシンプルな構造をしているため、処理が速いうえにモデルサイズも小さいという長所があります。
イントネーションの反映には、音声変換時にピッチ情報を付与する改良を行うことで実現しました。以上のような品質課題の達成方法をまとめると、以下のスライドのようになります。
滝口氏は、音声変換をより魅力的なものとするために追加すべき「プラスα」の要素にも言及しました。そうした要素にはさまざまな話者の音声に変換できること、音声に含まれる抑揚や感情も再現できる変換の実現、リアルタイムの音声変換によって可能となる(ボイスチャットや配信などの)双方向コンテンツの実現を挙げました。こうしたプラスαを実現できれば、音声変換の応用範囲がさらに広がることでしょう。
音声AI開発プロジェクトのノウハウ
さいごにシステム本部データ統括部AI基盤部所属の竹村 伸太郎氏は、音声合成と音声変換をふくめた音声AIサービス開発プロジェクトのノウハウについて発表しました。
音声AIサービスは、音声処理を担うAIモデルのほかにもユーザデータを処理するためのサーバやユーザが使うスマホなどのエッジ端末といった複数のモジュールとデバイスから構成されています。サービスの構築にあたっては、その特徴をふまえたうえでさまざまな性能指標に関して優先順位を決定することが必要となります。こうした性能指標の優先順位決定に関して、竹村氏は3つの事例を引用しながら具体的に解説しました。
1つめの事例は前述の「七色ニーナ」です。ウェブブラウザから利用する同サービスは、ウェブニュース等で話題になることでよって、急激なアクセス数の増加が想定されます。それゆえ、最大同時接続数と定義できるスケーラビリティは可能な限り大きいことが望ましいです。また、変換した音声をユーザに返すまでに要する時間を意味するレイテンシは、リアルタイムである必要はないものも、ユーザが待てる3秒以内が望ましいです。単位時間あたりの処理音声量であるスループットは、入力される音声が最大10秒と少ないため、大きな値である必要はありません。以上を考慮すると、性能指標の優先順位は「スケーラビリティ > レイテンシ > スループット」となります。
2つめは、ゲーム実況者が使うようなライブ配信アプリに実装される音声AIの事例です。最近のライブ配信アプリは、音声処理をサーバ側ではなくエッジ端末側で実行するものもあります。こうしたオンデバイスAIアプリではサーバの増強が不要となるため、スケーラビリティを考慮する必要がなくなります。対して、レイテンシは非常に重要になります。というのも、処理された音声がユーザに届くまでの時間が遅いと、ライブ配信が成立しなくなるからです。スループットに関しては、一定値で安定しないとレイテンシが大きくなってしまうので軽視できません。それゆえ、性能指標の優先順位は「レイテンシ > スループット > スケーラビリティ」となります。
3つめの事例は、家庭で使われるような対話ロボットに実装する音声合成AIです。こうしたAIは、音声処理結果を利用するユーザはたいてい一人であるという製品の特徴により、多くのユーザに普及することが求められます。それゆえ、もっとも重要な性能指標は製品の価格に直結するコストとなります。レイテンシに関しては、対話が成立するのであれば多少の遅延は許容されます。スループットは音声AIの性能やロボットの演算能力に左右されますが、コストを犠牲にしてまで追求すべきではありません。以上より性能指標の優先順位は「コスト > レイテンシ > スループット 」となります。
竹村氏は、チーム体制によるAI開発で役立つツールも紹介しました。そうしたツールには、AIの学習過程や実験結果を記録して共有できる「Comet.ml」、Markdownや数式も扱える情報共有ツール「Notion」、さまざまなスマホ端末を使ったテストをクラウド環境で実行できる「Firebase Test Lab」があります。
さらに竹村氏は、AIモデル実装に関してヒントとなるような技術的ノウハウも発表しました。そうしたノウハウは「おすすめのプロファイラーはpyinstrument」「ベクトル計算は深層学習フレームワークになるべく寄せる」といったものでした。
以上の要約が示しているようにディー・エヌ・エーは音声AIに関する開発実績とノウハウが豊富な企業のひとつと言えます。今後も同社から革新的な音声AIサービスがリリースされ、そうしたサービスから得られたノウハウの一部が将来のCEDECカンファレンスで共有されるかも知れません。
Writer:吉本幸記