Definition
オーディオ・トゥ・オーディオとは、ある音声信号を別の音声信号にマッピングするように設計されたニューラルネットワークアーキテクチャを指します。テキストから音声への変換とは異なり、これは波形またはスペクトログラムの直接変換を伴います。
Summary
入力音声を出力音声に変換し、特定の特徴を保持または変更する生成AIタスク。
Key Concepts
- 波形生成
- ボイスコンバージョン
- スペクトログラム変換
- スタイル転送
Use Cases
- ゲームにおけるリアルタイムのボイスチェンジャー
- 録音からの背景ノイズ除去
- 話者の同一性を保ったままの音声翻訳