OpenAIが、15秒間の音声サンプルから人間の声をクローンし、自然な音声を生成できるモデル Voice Engine のプレビューを公開しました。

• Voice Engine は、生成された音声において、元の話者のアクセントや感情を保持することができます。

• AIスタートアップ HeyGen を含め、信頼できる少数のパートナーによってテスト中。

• OpenAIは、悪用を防ぐため、電子透かしやプロアクティブな監視などの安全対策を実施予定。

• Voice Engine は2022年後半に開発され、音声合成 API と ChatGPT の音声にすでに使用されていました。

OpenAIは、2022年から Voice Engine を社内で展開しており、この分野では明らかに先行しているようです。
ただし、一般公開の予定は決まっておらず、アメリカ大統領選 期間中のディープフェイク詐欺などのリスクを懸念しているようです。