Innovative Tech
深層学習でリップシンク動画生成 SiriやAlexaにも対応する「Neural Voice Puppetry」
Innovative Tech：
このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。
ミュンヘン工科大学と独Max Planck Institute for Informatics（MPII）の研究チームが2019年12月に発表した「Neural Voice Puppetry」は、任意の音声を入力を元に、その音声に合わせた写実的な顔のアニメーションを生成する深層学習を用いた手法だ。
この手法を用いると、指定する顔の口元を操り人形のように音声駆動でアイデンティティを保持しながら動かせる。また、テキストを変換した音声合成からも生成できるため、Siri、Alexa、Google Assistantなどのデジタルアシスタントの音声も顔アニメーションに変換可能だ。
（左）デジタルアシスタントの音声を任意の人に合成し話をさせている様子、（右）任意の音声を任意の人に合成し話をさせている様子
パイプラインは、2つの主要部分で構成される。
音声入力からDeepSpeech RNNを用い、ブレンドシェイプで顔の3Dモデルを駆動する基礎係数を予測。
予測した基礎係数を基に、ターゲットの顔モデルをレンダリングするための最適化を行い出力する。
Neural Voice Puppetryのパイプライン
指定する顔が動く2～3分の短いビデオがあれば訓練可能で、インターネット上の短いビデオも利用できるのが特徴。
活用例として、遠隔会議で自分のキャラクターを表示してしゃべらせる、デジタルアシスタントの上半身をプロジェクター等で投影し動かす、動画制作で有名人に話をさせる――などが挙げられる。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
こんなメディアも見られています
ITmedia NEWSに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
SpecialPR
本日の新着記事
アクセスランキング
-
1
プールにはおしっこが何リットル混じっている？ 人工甘味料を基に計測 カナダチームが2017年に調査
-
2
「脳のゴミ掃除」を薬で活性化、東大と新潟大がマウスで実証 アルツハイマー病の原因を抑制、海馬の萎縮も阻止
-
3
「Backlogの値上げエグすぎ」SNSで悲鳴 ユーザー無制限プラン、月最低1.6万円→3.6万円に
-
4
103年前の関東大震災、どこがどれだけ揺れた？ 市区町村別の「詳細震度」マップがXで話題に
-
5
「Twitter」が帰ってきた？ 元Twitter法務のスタートアップが新SNS立ち上げ Xとは係争中
-
6
初の“指輪型たまごっち”の秘密、開発者に聞く 「驚きのあるデバイスを」「前面ボタンは飾りです」
-
7
はてな、11億円流出の調査報告書を公開 偽警察、口外禁止、残業・休出200時間超、孤立……ほころびが連鎖
-
8
“ドパガキ”がショート動画を止められない理由 fMRIを使って若者の脳活動を分析 中国チームが研究
-
9
セブンに「セルフ発送機」 レジ経由せず、約10秒で荷物を発送
-
10
「レスレリアーナのアトリエ」サービス終了へ 開始から約3年で
ITmedia NEWS SNS
@itmedia_newsをフォロー
インフォメーション
注目情報をチェック
ITmediaNEWSをフォロー
あなたにおすすめの記事PR