AIで自分の声をクローンする方法、それを正しいやり方で

声のクローンとは、ある人の声を録音から再現し、その人自身の響き、トーン、抑揚で新しい言葉を話せるようにするためにAIを用いることです。現代の声モデルに数分のクリーンな音声を与えると、その声を唯一無二のものにしている指紋、つまり音の高さ、リズム、なまり、温かみを学習します。それ以降、その声でどんなテキストでも読み上げられるようになります。

それは録音と生きた声との違いです。録音は、それが作られたその日に話されたことしか語れません。声のクローンは、録音しそびれた一文を、あなたがどこでも分かるあの声で語ることができます。だからこそ家族にとってこれほど大切であり、だからこそ慎重に扱われなければならないのです。

その内側では、三つのステップがあなたの声をクローンに変えます。

1. 取り込み：あなたは自分の話し声のサンプルを録音します。モデルは、あなたの声をあなたのものにしている音響的な特徴に耳を傾けます。

2. モデル化：それらのサンプルでAIの声モデルが訓練され、音声クリップの寄せ集めではなく、あなたの声の数学的な表現を構築します。

3. 合成：あなたがテキストを入力（または提供）すると、モデルは自然な抑揚で、あなたがまさにその言葉を話している新しい音声を生成します。

クローンの品質は、ほぼすべて取り込みの品質次第です。クリーンな入力は本当にあなたらしく聞こえるクローンを生み、ノイズの多い、あるいは薄い入力は、平板でロボットのような近似を生みます。

1. 静かな部屋を見つける。背景の雑音、反響、ハム音は、良いクローンの敵です。柔らかな家具のある小さな部屋は、広く空っぽな部屋に勝ります。

2. まともなマイクを使う。USBマイク、あるいは信号のクリアな最近のイヤホンでさえ、ノートパソコンの内蔵マイクをはるかに上回ります。

3. 十分な量の話し声を録音する。数分間の自然で変化に富んだ話し声があれば、たいてい十分です。平板な一本調子ではなく、気持ちを込めて何かを読みましょう。

4. トーンに変化をつける。平叙文、疑問文、そして少しの感情を含め、モデルが一つの気分だけでなくあなたの幅全体を学べるようにします。

5. アップロードして訓練する。あなたのサンプルを声のプラットフォームに送り、モデルを構築させます。

6. 生成して微調整する。いくつかの文で試し、おかしく聞こえるところがないか耳を傾け、クローンにもっと幅が必要ならサンプルを追加します。

同意を第一とするプラットフォームでは、この一連の流れすべてがあなたの本人確認済みの身元に結びつけられているので、クローンされる声はあなた自身のものだけになります。

• クリーンな音声：静かな部屋、音楽なし、反響なし。これは何よりも重要です。

• 数分間の話し声：現代のモデルは驚くほど少しで済みますが、より変化に富んだ音声はより豊かな結果を生みます。

• 自然な話し方：実際に話す通りに、本物の会話の間（ま）と温かみをもって話しましょう。

• 幅：穏やかな箇所、力強い箇所、優しい箇所を織り交ぜ、声が一つ以上の感情を表現できるようにします。

未来のために録音するなら、今、しっかりと行いましょう。声は年齢や健康とともに変化し、あなたの声を取り込む最良の時は、それが力強いうちです。より詳しいガイドは声を保存する方法をご覧ください。

人々が自分の声をクローンする理由はさまざまです。

• レガシー：子どもや孫が、ずっと先の未来まで、自分の声を聞き、自分から伝えられるように。

• メッセージ：その場に立ち会えないかもしれない節目のための言葉を、自分自身の声で録音するために。

• アクセシビリティ：MND（運動ニューロン疾患）や喉の手術など、話す力を奪うかもしれない状態に直面している人々が、まだ声があるうちにそれを蓄えておくために。

• 存在感：ありきたりな合成音声ではなく、Personaが本物の声で語れるように。

声のクローンが目新しさをやめ、本当にかけがえのないものになるのは、この最初のグループ、つまり家族とレガシーにおいてです。声は、私たちがあとに遺すもののうち最も親密なものです。

声のクローンは強力であり、それは悪用されうることを意味します。あなた自身の声を保存できるのと同じ技術が、誤った手に渡れば、本人の知らぬ間に他人を真似ることもできてしまいます。三つの原則が、責任ある声のクローンをそうでないものから分けます。

• 同意：声は、それが属する本人によって、またはその明示的な許可を得てのみクローンされるべきです。

• 確認：プラットフォームは、あなたが名乗る通りの人物であることを確認し、見知らぬ他人をクローンできないようにすべきです。

• コントロール：あなたは自分の声がどう使われるかを見て、ルールを定め、アクセスを取り消せるべきです。

自分自身の声をクローンすることは合法かつ倫理的です。他人の声を同意なくクローンすることはそのどちらでもなく、同意のない声のクローンを対象とする新しい法律にますます抵触するようになっています。同意とコントロールを任意ではなく構造として備えたプラットフォームを選びましょう。

これこそ、Afterlife AIが中心に据えて作られている問題です。あなたは自分自身の声だけを、本人確認済みの身元に結びつけてクローンでき、その結果はあなたが統治するプライベートなPersonaの中に存在します。誰がいつ、どれだけの間それを聞いてよいかを、あなたが決めます。何も公開されず、何も売られず、あなたの許可なしには何も起こりません。

あなたが亡くなったあとは、Executor Lock™がそれらのルールを実行します。あなたの声は再訓練も編集も商用利用もされえず、すべての使用が永続的な監査証跡に記録されます。それは、この分野で最大の不安、つまり所有者が決して同意しなかった形で声が使われることに対する、安全装置です。

録音はあなたが話したことを保存します。同意を第一とする声のクローンは、あなたの声そのものを保存し、あなたが言う機会のなかったことを語る準備を整えます。あなたがここにいて決められるうちに作るPersonaの中で、声を保存することから始めましょう。

声のレガシーガイドを続けてご覧ください。

• 声のレガシー：それが可能にすること

• 未来のために声を録音する

• 声のクローンは安全で合法か