elvis、Cartesia Sonic 3.6で自分の声をクローンし、日本語を話させる
elvisによると、約15秒のクリップからCartesia playgroundで作ったクローンは数秒で準備でき、その後日本語を話した。デモはCartesiaの最新音声モデルSonic 3.6を使用しており、44言語に対応しているという。
#multilingual
すべてのAIニュースを見る4つのラボが9言語のリーダーボードでオープンウェイトTTSをリード
Artificial Analysisは、新たな9言語のリーダーボードすべてで首位に立つオープンウェイトの音声合成モデルは1つもないとしている。首位はHiggs Audio V3 TTS、OpenAudio S1 Mini、Voxtral TTS、Breeze TTS 2に分かれている。
Artificial Analysis、9言語のTTSリーダーボードを追加
Artificial AnalysisはControlled Voice Arenaを拡張し、日本語、標準中国語、ヒンディー語、スペイン語、ドイツ語、フランス語、ポルトガル語、ベトナム語、アラビア語向けに、それぞれ独立したテキスト読み上げのリーダーボードを設けた。順位は各言語で書かれたプロンプト、標準化されたクローン音声、母語話者による選好投票に基づく。
4つのラボがArtificial AnalysisのTTS言語別ボードでオープンウェイト首位を分け合う
Artificial Analysisのランキングで、9言語すべてを首位とするオープンウェイトの音声合成モデルはない。Higgs Audio V3 TTS、OpenAudio S1 Mini、Voxtral TTS、Breeze TTS 2が、それぞれ異なる言語でオープンウェイト分野の首位に立ち、各ボードに含まれるオープンウェイトモデルは2〜6件にとどまる。