遊んで学べる「Experiments with Google」（第20回）

喋った情景をアニメ化するAI「Scribbling Speech」　デモ版はないけど、学習データや処理内容を解説した（2/2 ページ）

さらに凝った作りの「Word to World」

　Scribbling Speechは、作者のYang氏が大学の卒業研究で制作した。その後Yang氏は修士課程でScribbling Speechをブラッシュアップし、絵や動きを精細にしたり機能を追加したりした「Word to World」を開発している。

　こちらも実際に動かせるサービスは未公開だが、Word to WorldベースのiOSアプリもあって雰囲気は楽しめる。ここでも簡単に紹介しよう。

動作データを事前に用意　動かないテディベアも歩かせられる

　一目で分かるScribbling Speechとの違いは、オブジェクトの絵が落書きではないことだ。描画するオブジェクトの画像をQuick, Draw!データセットから取得せず、別で描いたものを使っている。

　オブジェクトの動きと動作の間の遷移も細かく定義していて、アイドル状態から歩いたり、走ったり、ジャンプや寝るといった動作データを事前に用意した。

　テディベアやテーブル、ソファといった本来なら動かないはずのオブジェクトにも、それぞれ動きをつけられる。

それなりに遊べるWord to WorldのiOSアプリ

　このWord to Worldの動きも、ビデオで確認するしかない。これを自分で動かせたら、どんなに楽しいだろうか。

　Word to Worldの雰囲気だけなら、iOSアプリ「Word to World」で体験できる。ただし想像した世界を自由にアニメ化できるわけではない。あらかじめ用意されたストーリーの範囲内で、英語の音声を入力して情景やオブジェクトの動作を選択する内容だ。

　とはいえ、話しかけた内容に従ってストーリーが進めばうれしいし、英語の発音が悪くてうまく認識されなければ悔しい。単なる音声認識ゲームではあるものの、読み聞かせのように子供と一緒に遊ぶのもよい。

　今回紹介したScribbling SpeechやWord to Worldは、Midjourneyなどに比べると仕組みは単純なものだ。しかし自然言語の入力データを解析して絵やアニメにする動作は変わらない。違いは入力データをどこまで細かく分類するか、出力をどのように生成するかといった点で、本質的には同じ仕組みと考えられる。

　またQuick, Draw!から生まれたデータセットを、Scribbling SpeechやCartoonifyといったコンテンツで活用していたように、成功した前例をヒントにすることで新たなサービスを組み立てられる。例えばCartoonifyはGitHubでソースコードを公開しているので、参考にできるだろう。

遊んで学べる「Experiments with Google」

AIやVRなど最新技術の実験的な応用例を紹介するGoogleのショーケース「Experiments with Google」を実際に試して遊んでレポートする。専門知識がない人でも楽しくIT技術の魅力に気付き、その可能性を学んでいけるようキュレーションする。

この連載の記事をもっと見る

この記事の著者

関連記事

• 

  AIに頼れば、絵心ゼロでもマンガのキャラクターを描けるのか？　Googleの「Giga Manga」を試してみる

• 

  AIが評価するお絵描きゲーム　判定は「アートっぽいけど、何なのか見当つかない」　高得点を狙うには？

• 

  「神絵が1分で生成される」　画像生成AI「Midjourney」が話題

• 

  画像生成AI「Stable Diffusion」がオープンソース化　商用利用もOK

• 

  中国産の画像AI「ERNIE-ViLG」が“二次元キャラ”に強いと話題　新しいデモページ公開