Tongyi、初の映画級音声AIモデルを発表:感情を反映した自然な発話を実現

AIGCが画像やテキストの生成に革命をもたらした後、映画・テレビ業界における最後のフロンティアである「声優」の分野に、アリババのTongyi Labが今、切り込もうとしている。3月16日、Tongyi Labは 、映画向けかつ多様なシナリオに対応する世界初のマルチモーダル大規模モデル「Fun-CineForge」を正式にリリースし、オープンソース化した。
長年にわたり、AI音声合成は「ロボットのような」あるいは「アナウンサー風の」トーンという課題に悩まされてきた。映画やテレビ業界において、感情の深みを表現すること、環境音のミキシング、そしてリップシンクは依然として大きな障壁となっていた。「Fun-CineForge」は 、まさにこれらの課題を克服するために開発された。
このモデルは、画期的な「データ+モデル」の統合設計を採用しています。Tongyi Labは モデルに加え、高品質なデータセットを構築する方法も提供しました。これにより、AIは単なるテキスト読み上げを超えて、複雑な映画的文脈を深く理解し、微妙な感情のニュアンスや空間オーディオ効果を再現することが可能になります。
Alibaba Tongyiファミリーの最新メンバーであるオープンソースのFun-CineForgeは 、業界に革命をもたらす存在です。これは映像クリエイターに「映画級」のポストプロダクションツールを提供し、アクセスしやすい技術を通じて、インディーズクリエイターや中規模予算の制作チームが、最小限のコストで高品質な多言語吹き替えを実現することを可能にします。
初期のQwen3-Omniから 現在のFun-CineForge に至るまで、Tongyiシリーズはマルチモーダル技術のパズルを急速に完成させつつあります。AIが「人間のように振る舞う」ことを学ぶにつれ、映画の翻訳やポストプロダクションの全体像は一変する可能性があります。このモデルとそのデータセット構築計画は現在、主要なオープンソースプラットフォームで公開されており、「シネマ級AI」の時代が予想以上に早く到来することを示唆しています。
関連記事
ムスク氏はGrokの構築でユーザーのコードが漏洩したことを認め、すべての履歴データを消去すると約束した。
エロン・マスクは、Grok Buildをめぐるプライバシー問題に直接言及し、まず「True」という単純な回答で事件の存在を確認した。彼は、SpaceXAIに以前アップロードされたすべてのユーザーデータを永久に削除すると約束し、「1バイトも残さない」と述べた。これは、主要なテックリーダーが公に過ちを認め、ユーザーデータを自発的に削除したというAI業界初の事例である。安全研究者による「フィッシング」テストでデータ漏洩の具体的な証拠が明らかになったこの問題は、独立したAIセキュリティ研究者である@
米国の株式市場が歴史的なマイルストーンに到達、AIと航空宇宙の巨人が1兆ドル規模のデビューに向けて準備を進める
エロン・マスク、サム・アルトマン、ダリオ・アモダイというテクノロジー業界の三巨頭が、それぞれの事業で初公開株式発行(IPO)に向けて進んでいる。スペースX、OpenAI、Anthropicという業界の巨人3社が1兆ドル規模の企業価値に近づき、上場準備を進める中、2026年は米国史上、新規株式発行が最も重要な年となる見込みだ。この歴史的な資金増強は世界の金融の注目を集めており、公的市場がこのような規模の資金を吸収する能力に対する重要なストレステストとなっている。これらの主要な資金調達が一斉に開始
スウェーデンのAIスタートアップ「Lovable」が主要な資金調達ラウンド終了後、132億ドルの評価額を達成
AI駆動のコーディングツールが注目を集める中、スウェーデンのスタートアップ企業Lovableは大型の資金調達ラウンドを獲得した。同社は30億ドルの調達を目指しており、これにより評価額が昨年12月に記録された66億ドルの倍となる132億ドルに達する可能性がある。この投資をリードするのはMenlo Venturesと見られている。Lovableの魅力は、複雑なコーディングスキルを不要とし、ソフトウェア作成を簡素化する中核の「ヴァイブコーディング」技術に由来する。ユーザーは自然言語で要件を記述するだ
関連特集おすすめ
コメント (0)
0/500

AIGCが画像やテキストの生成に革命をもたらした後、映画・テレビ業界における最後のフロンティアである「声優」の分野に、アリババのTongyi Labが今、切り込もうとしている。3月16日、
長年にわたり、AI音声合成は「ロボットのような」あるいは「アナウンサー風の」トーンという課題に悩まされてきた。映画やテレビ業界において、感情の深みを表現すること、環境音のミキシング、そしてリップシンクは依然として大きな障壁となっていた。
このモデルは、画期的な「データ+モデル」の統合設計を採用しています。
Alibaba Tongyiファミリーの最新メンバーであるオープン
初期
ムスク氏はGrokの構築でユーザーのコードが漏洩したことを認め、すべての履歴データを消去すると約束した。
エロン・マスクは、Grok Buildをめぐるプライバシー問題に直接言及し、まず「True」という単純な回答で事件の存在を確認した。彼は、SpaceXAIに以前アップロードされたすべてのユーザーデータを永久に削除すると約束し、「1バイトも残さない」と述べた。これは、主要なテックリーダーが公に過ちを認め、ユーザーデータを自発的に削除したというAI業界初の事例である。安全研究者による「フィッシング」テストでデータ漏洩の具体的な証拠が明らかになったこの問題は、独立したAIセキュリティ研究者である@
米国の株式市場が歴史的なマイルストーンに到達、AIと航空宇宙の巨人が1兆ドル規模のデビューに向けて準備を進める
エロン・マスク、サム・アルトマン、ダリオ・アモダイというテクノロジー業界の三巨頭が、それぞれの事業で初公開株式発行(IPO)に向けて進んでいる。スペースX、OpenAI、Anthropicという業界の巨人3社が1兆ドル規模の企業価値に近づき、上場準備を進める中、2026年は米国史上、新規株式発行が最も重要な年となる見込みだ。この歴史的な資金増強は世界の金融の注目を集めており、公的市場がこのような規模の資金を吸収する能力に対する重要なストレステストとなっている。これらの主要な資金調達が一斉に開始
スウェーデンのAIスタートアップ「Lovable」が主要な資金調達ラウンド終了後、132億ドルの評価額を達成
AI駆動のコーディングツールが注目を集める中、スウェーデンのスタートアップ企業Lovableは大型の資金調達ラウンドを獲得した。同社は30億ドルの調達を目指しており、これにより評価額が昨年12月に記録された66億ドルの倍となる132億ドルに達する可能性がある。この投資をリードするのはMenlo Venturesと見られている。Lovableの魅力は、複雑なコーディングスキルを不要とし、ソフトウェア作成を簡素化する中核の「ヴァイブコーディング」技術に由来する。ユーザーは自然言語で要件を記述するだ





家






