voicewareでは、声質変換に取り組んでいます。自分の声を誰かの声に変える技術で、それをAIの技術を使って実現するもので、イメージしやすい例で言うと「名探偵コナン」の蝶ネクタイ型変声機みたいなかたちですね。しゃべっている内容はそのままに、声質だけを他の人に変えるような技術に取り組んでいます。

技術の特徴は、学習のためのデータ量がすごく少なくていいところがです。一般的に音声変換で高品質なものを作ろうとすると、音声合成と同じようなステップが必要になって、決められた文言を読み上げて、それを数十分のデータを用意しておくことが必要になります。変換元と変換先の人のデータがそれぞれ必要になるのですが、voicewareの技術ですと、５秒ぐらいのデータでもいいようにというところで、今、品質上げているところなのですが、研究開発しています。

現在、α版を公開しています。声を失くした人や亡くなった人など、既に失われた声を再現するというところに特化してやっています。亡くなった方などは、声のデータは、普通の方はそんなに残っていません。

紅白歌合戦に「AI美空ひばり」が登場しましたが、美空ひばりさんのような有名な方だと、いっぱい声が残っているのですが、そうではない人って、あまり残っていないと思うんです。それでも音声データが５秒ほど残っていれば、voicewareの技術で再現できますので、そのところに特化していきたいということで、失われた声を再現するところに向けてやっています。

今、電気通信大学の方から特許申請中です。

サービスを提供しているところで言うと、２～３社ぐらいあります。それのターゲットも、バーチャルユーチューバーをターゲットしているものがほとんどというか、それしかないですね。エンタメのほうがニーズは多いのです。

例えば、クリムゾンテクノロジーです。「リアチェンvoice」というのを出していますし、あとグリーさんですね。グリーさんも、「転声こえうらない」というサービスを提供しています。あと、DMMさんとかも、特定のサービスではないですが、取り組んでいます。

他の企業のやり方として、考えられるのは、音声合成みたいに発音する内容「あ」とか「い」とか、そういう言葉に合わせて、「この声だったらこう変換する」ということをやっているところが多いですね。この人の「あ」という声と、別の人の「あ」という声を対応させるみたいにです。このため変換先となる人の音声データとして、決められた文章を読み上げたデータ、あるいは大量のデータが必要だったりするのです。

voicewareの場合、声というのは、いくつかに分解できるのですが、声の中から、何をしゃべっているかという「音素」と、その人独自の「声色」のみを取り出して、置き換えているんです。このため少ないデータ量で、そこの特徴量だけを取り出すということができるので、それで発声させるという形です。

α版という形で、提供しています。まだ企業には使ってもらっていなくて、知り合いなどに使ってもらっているっていう段階です。

voicewareは電気通信大学発ベンチャーということで、大学と提携しながらやっているのですが、大学で１人研究員を雇っています。業務委託のメンバーが約３人です。

voicewareの中鹿亘CTOは電気通信大学の大学助教です。もともとは彼が開発した技術を使っています。論文「クラスタ適応制限ボルツマンマシンを用いた話者クラスタリングと声質変換への応用」があります。

voicewareの所在地も電気通信大学内です。設立は2017年７月ですので、もうすぐ３年です。

今のところ、実は、IPOを目指しているわけではないんです。資金調達なども、特に今のところはしていません。必要であればやろうと思っていますが、今のところ、自己資金と、政策金融公庫から借り入れをして回っているので、それで研究開発を進めているという形です。

もともとの成り立ちが、「voicewareの中鹿CTOの研究を世の中に出していきたい。それを社会実装していきたい」っていうことで立ち上げた会社です。これを実現するのが、まず第一の目標です。

　声質変換は今、世の中でそんなに一般的ではない技術ですし、いくつかサービスもあるのですが、そんなに認知もされていないような技術なので、こういうものがあることを知ってもらって、「面白い」と思ってもらえたらいいな、くらいの形です。

今、ちょっと落ち着いていますが、昨年とおととしぐらいは、結構AIブームと呼ばれていたので、「導入しよう」みたいな動きは結構あったので、導入に対してすごく積極的なところは増えたのかなと思っています。

AIにできないことなども、だいぶ分かってきたのかなと。何でもかんでもAIだったらできるでしょみたいなところは、ちょっと過ぎて、加熱しすぎみたいなところは落ち着いて、今、ちゃんとAI技術っていうのがツールとして、ソリューションの1つとして認知されてきたんじゃないかなと感じてます。

AI人材は、もっと必要になってくると思いますね。人材不足は確かだなとは思っていて、特にわれわれのやっている音声系って、とても少ないんです。voicewareも開発者採用するのにとても苦労しました。なので、大学で取り組むというのが、すごく取っ掛かりとしては大事なのかなと思っています。

ただ、大学の研究員って、報酬から見ても、知識レベルに対して社会的評価が低いように思います。大学発ベンチャーとして、研究者の成果・スキルを発信する場としても貢献していきたいと考えています。

今、α版を公開してるんですが、まだ、もうちょっとプログラムの精度を上げていかないといけないなと思っています。

もともと６月に正式リリースしようと思っていたのですが、それもちょっと延びそうなので、タイミングを見計らっているところです。

法人向けサービスなので、戦略的にはPRを重点的にやっていこうと思っています。使いたいと言ってくれているところが今時点でも結構いるので、ある程度品質上がって、これなら使えるというレベルになれば、導入してくれるところは増えると思っています。

voicewareが目指してる世界観は、誰でも自分の声を選べる時代です。服を着替えるように、声も着替えられる時代が来たら面白いなって思っています。そういう価値観もあるとうところをすごく知ってもらいたいと思います。