誰でも無料でブラウザから簡単に美少女ボイスになれる「VOICE AVATAR 七声ニーナ」を実際に使ってみるとこんな感じ

DeNAが、自分の声をキャラクターの声に変換できるウェブサービス「VOICE AVATAR 七声ニーナ」を発表しました。ブラウザ上で録音した声を、PyTorchによる機械学習モデルで無料で変換してくれるとのことで、実際に使ってみました。

VOICE AVATAR 七声ニーナ
https://nanakoe-nina.dena.ai/

上記ページにアクセスすると、音声のオン・オフを選べます。どちらも同じサービス内容ですが、音声オンを入れると七声ニーナの挨拶やシステムボイスが再生されます。今回は「ON」を選択。

画面はこんな感じ。声を録音するためには、「REC」のボタンをクリックします。

初回は利用規約とプライバシーポリシーへの同意を促されるので、「同意して音声を入力する」をクリック。

マイクデバイスの使用許可を尋ねるポップアップが出現するので、「許可する」をクリック。なお、VOICE AVATAR 七声ニーナはFirefox(バージョン88.0.1)とGoogle Chrome(バージョン90.0.4430.93)で起動することを確認済み。

「REC」ボタンが「GO」になったら録音開始。録音できる音声の長さは最大10秒です。

実際に男性編集部員が「我輩は猫である。名前はまだない」と吹き込んで変換した結果が以下。入力音声とは抑揚が変化して独特の話し方にはなっているものの、声そのものはスムーズに少女の声に変換されています。

「VOICE AVATAR 七声ニーナ」で男性編集部員が声だけでも美少女になってみた - YouTube

以下のムービーは、別の男性編集部員に試してもらったもの。1人目の編集部員よりも声の音程はより低いですが、同じ少女の声に変換されました。これもイントネーションが変化して、少し片言のようなしゃべり方となっています。

「VOICE AVATAR 七声ニーナ」で男性編集部員が声だけでも美少女になってみた その2 - YouTube

さらに、女性編集部員にも同じ内容のセリフを吹き込んでもらったところが以下のムービー。入力音声は全く違うのですが、出力された音声の声質は同じ少女の声になっています。ただし、抑揚は個人によって大きく変わるほか、一部の子音が違うものになっている印象。例えば「なまえは」の最初にくる「n」は、同じ歯茎音の「t」や「d」に変換されてしまっており、「たまえは」というように聞こえます。

「VOICE AVATAR 七声ニーナ」で女性編集部員の声を美少女ボイスに変換してみた - YouTube

七声ニーナは開発中ということで、音素部分の再現精度は高くありませんが、「男の声を少女の声に違和感なく変換する」という点では違和感のない変換が可能でした。話している内容のテキストを入力する必要もなく、録音して数秒で変換できています。変換の精度や変換できる声の種類については、今後の開発に期待したいところです。

なお、七声ニーナにどういう技術が使われているのかについては、DeNAのデータ統括部AI基盤部の竹村さんが、公式ブログにまとめています。

七声ニーナを支えるバックエンド技術 · DeNA Engineers' Blog
https://engineer.dena.com/posts/2021.04/voice-avatar-backend/