GoogleはChirp 3の音声モデルをVertex AIに統合します

生成AIは、テキスト、画像などを作成するためのテキストベースのインターフェイスに関する主にありました。しかし、今、声はスポットライトに踏み込んでおり、それは強くなっています。 Googleはいくつかの大きなニュースを落としました。来週から、彼らは頂点AIプラットフォームでChirp 3（最新のスピーチからテキストからスピーチモデル）を展開しています。

先週、GoogleはChirp 3が31の言語で8つの新しい声を導入するという発表にちょっと忍び寄った。この技術は、音声アシスタントの構築、オーディオブックの鞭打ち、ビデオ用のサポートエージェントや音声オーバーの作成に最適です。彼らはこれをロンドンのGoogleのDeepmindオフィスでのイベントで共有しました。

Googleは、声にジャンプするのはGoogleだけではありません。先週、超現実的なAIの背後にある人々であるSesameは、「Maya」と「Miles」を声に出して、開発者に技術を使用して独自のカスタムアプリとサービスを構築できると発表しました。

Googleは、誤用を防ぐためにいくつかの使用制限を導入することにより、Chirp 3を抑えようとしています。 「私たちはこれらのことのいくつかを安全チームと一緒に取り組んでいます」と、Google CloudのCEOであるThomas Kurian氏は本日のニュースイベントで述べています。

ElevenLabsは、AI Voiceゲームのもう1つの大きなプレーヤーであり、数百万人を獲得して音声サービスを成長させました。

Chirp 3を使用すると、GoogleはそれをLLM Geminiの最新バージョンと同じファミリーに持ち込み、まだテスト中の画像生成モデルイメージェンと高価なVeo 2ビデオ生成ツールとともにテスト中です。

Chirp 3が他のAIの声と同じように「本物」に聞こえるかどうかはまだ空中にあります（Sesameの作品はかなり印象的です）。しかし、DeepmindのCEOであるDemis Hassabisが指摘したように、これはスプリントではなくマラソンです。

「近いうちに... [AIは]今後数年間ですべてのすべての銀の弾丸であるというこの考えは、まだ起こっているとは思わない。私たちはまだAGIが起こっているようなものからかなり離れていると思う」と彼は言った。 「それは物事を変えるでしょう...次の10年間で、中程度から長期的です。それはそれらの興味深い瞬間の1つです。」

Googleは、開発者がクラウドに機械学習サービスを構築する場所として、2021年にVertex AIを開始しました。それは、AI、特に生成的AIが、OpenaiのGPTサービスのおかげで、今のホットトピックになる前のことでした。

それ以来、GoogleはVertex AIを強く押し進め、MicrosoftやAmazonのようなものに追いついて、開発者向けの生成AIツールを構築しています。 Vertex AIを使用すると、開発者はGeminiの上に構築するだけでなく、データを分類し、モデルを訓練し、生産の準備を整えることができます。 Googleが他のクリエイターのモデルに庭を開くことを決定したかどうかを見るのは興味深いでしょう。

Googleは何年もこの「Chirp」の声のものに参加しており、AmazonのAlexaを引き受けるコード名として使用したときにさかのぼります。