ElevenLabs が Computex で NVIDIA ACE を使用した多言語 AI 音声テクノロジーを展示

高速コンピューティングのパイオニアであるNVIDIAと提携し、ElevenLabsの人間らしいAI音声技術による新たな体験を提供します。これまで基調講演では、多言語に対応するためにライブ通訳や字幕が必要でした。現在ElevenLabsでは、独自のAI音声技術とボイスクローン技術を活用し、話者の声の特徴を保った多言語の基調講演を実現しています。 

NVIDIAの創業者兼CEOであるジェンスン・フアン氏は、自身のComputex基調講演の複数の章を、AI音声を使って英語と中国語の両方でナレーションしました。わずか7分間の録音音声から、1時間以内にElevenLabsでAI音声を作成しています。基調講演におけるこの合成音声技術の活用は、転換点を示しています。より幅広い人々がコンテンツにアクセスできるようになるだけでなく、これまで不可能だった新たな体験の提供も可能にします。

基調講演にとどまらず、ビデオゲーム向けの動的なノンプレイヤーキャラクター（NPC）の開発でも提携しています。従来、NPCとのやり取りは短く、あらかじめ決められたものでした。現在では、ゲーマーの反応に合わせて適応する人間らしいNPCを追加でき、より没入感のあるリアルな体験を提供できます。 

NVIDIA ACEは、生成AIによってデジタルヒューマンを実現するための技術スイートです。ACE NIMマイクロサービスは、デジタルヒューマン、AI NPC、インタラクティブアバターの構成要素です。デベロッパーは、個別またはすべてのACE NIMマイクロサービスを、プロダクト、ツール、サービス、ゲーム、体験に直接統合できます。 

Covert Protocolテックデモでは、こうしたインタラクションを支えるためにElevenLabsのAI音声を活用しています。これを体験したデベロッパー、ジャーナリスト、インフルエンサーは、キャラクターのリアルさと引き込まれる感覚を高く評価しています。トーンやピッチが変化する生き生きとした声は、プレイヤーの没入感を高める点で特に称賛されています。

「NVIDIAとElevenLabsが取り組んでいることは、世界との関わり方や創り出せるコンテンツを変えています。リアルタイムのインタラクションやゲームから、プレゼンテーション、アクセシビリティまで」と、ElevenLabsのCEO兼共同創業者であるマティ・スタニシェフスキは述べています。「NVIDIAは高速コンピューティングによって生成AI革命のインフラを構築しました。私たちは、あらゆる言語で、生き生きとしたコンテンツをスケーラブルかつ感情豊かに、パーソナライズして生成する技術を構築しています。」