自分の声であらゆる言語を話す — 会議でのネイティブなボイスクローン

Speak Modeは、あなたが自分の言語で話し、合成された声がその翻訳を会議に届けることを、すでに可能にしていました。これまで、話していたのはスタジオのプリセットの声でした。本日、私たちは欠けていた部分を届けます: Gaavala Proは、サイドパネルで録音したサンプルから、あなた自身の声を直接クローンできるようになりました。そしてそのクローンは、Gaavalaが翻訳する60言語すべてを話します。サードパーティのアカウントも、APIキーも、別途セットアップするツールも不要です。

ネイティブのボイスクローンとは何か

考え方は言葉にすれば単純ですが、信頼して使えるものにするには実際の工学が必要でした: 自分の発話を約20秒だけ一度録音すると、Gaavalaがあなたの声をモデルにした合成音声を構築します。それ以降、Speak Modeがあなたの翻訳された文を会議へ再生するとき、汎用のプリセットではなくその声で再生できるようになります — 日本語でも、ポルトガル語でも、アラビア語でも、Gaavalaが対応する60言語のどれでも、言語をまたいで、同じ1つのサンプルから。

これはSoniox搭載の機能で、あなた個人のクローンはProプランの一部として含まれます。作成すべき別アカウントも、追跡すべき文字単位の課金も、設定欄に貼り付けるAPIキーもありません。というのも、そのサンプルは、あなたの会議音声とSpeak Modeのマイク入力をすでに運んでいるのと同じSoniox直結のパイプラインから出ないからです。私たちは新しいベンダーをパイプラインに持ち込むのではなく、すでに文字起こしと翻訳の仕事をしているベンダーを、あなたの声の合成も担うところまで拡張しています。

使い方

セットアップにかかるのは1分ほどです:

Gaavalaのサイドパネルを開き、Speak Modeの設定へ進みます。
声の選択肢として「Clone my voice」(自分の声をクローンする)を選びます。
短いサンプルを録音します — 普通の発話で約20秒あれば十分です。あなたが最も話しやすい言語で、1〜2文を声に出して読んでください。
Gaavalaがそのサンプルからあなた個人の声を構築します。準備ができたら、それをSpeak Modeの声として選択します。
会議に参加し、いつものようにSpeakボタンを使います — タップすればハンズフリーのウィンドウ、長押しすれば押している間だけ話せます。翻訳されたあなたの文が、会議が必要とするどのターゲット言語でも、あなた自身のクローンボイスで再生されるようになります。

クローンを更新したくなればいつでもサンプルを録り直せますし、同じ設定画面から、好きなときに完全に削除できます。

プライバシーモデル

音声のサンプルは、文字起こしや会議の録画とは違います。それは生体データ — あなたを識別しうる身体的な特徴 — であり、Gaavalaはそれにふさわしく扱います。製品のすでに直結している音声パイプラインよりも、さらに踏み込んだ保護を伴って。

具体的に何が起きるかを正確に述べます: あなたの約20秒のサンプルは、AES-256-GCMを用いてGaavalaのサーバー上で暗号化して保管されます。使われる目的はただ1つ — あなた個人の合成音声を構築し、維持すること — であり、それ以外には使われません。識別に使われることも、広告に使われることも、その存在理由である1つの目的を超えて共有されることも、決してありません。サンプルは、音声モデルを構築するために当社の音声プロバイダーであるSonioxによって処理されます。Sonioxがそれを、その目的を超えた用途で受け取ることはありません。

これは、Gaavalaが製品の他のあらゆる場所で音声をどう扱うかに対する、意図的な例外です。あなたの会議音声とSpeak Modeのマイク入力が当社のサーバーに保存されることは決してありません — それらはブラウザからSonioxへ流れ、そして消えます。ボイスクローンのサンプルは、必要に迫られて異なります: クローンがセッションをまたいで機能し続けるためには、あなたの声を後から再現できるよう、何かが残り続けなければなりません。だから私たちは、その1つの例外を明示的で、狭く、そして完全に取り消し可能なものにしました: 暗号化され、目的に縛られ、あなたが取り除けるものとして。

ボイスクローンの削除はサイドパネルでの単一の操作であり、「削除」が意味すべきことを正確に行います — 録音、それを元に構築された合成音声、そしてプロバイダー側に保持されている対応するデータを取り除きます。そのあとに残るものはありません。あなたの組織、あるいはあなた自身の習慣として、どこかに保存しているデータを定期的に見直す必要があるなら、この機能はその見直しを些細な作業にするよう設計されています: トグル1つ、確認1つ、それで消えます。

このデータに関する保持、処理、そしてあなたの権利についての詳細は、当社のプライバシーポリシーのボイスクローンの節に記載されています — Gaavalaがあなたのデータをどう扱うかについての、他のあらゆる主張を規律しているのと同じ文書です。

これは誰のためのものか

ネイティブのボイスクローンは、Speak Modeがすでに応えているのと同じ人たちに向けたもので、そこに1つの利点が加わります: 一貫性です。同じクライアント、チームメイト、パートナーと言語をまたいで定例の通話を行っているなら、毎回同じ声 — あなたの声 — が聞こえることは、入れ替わるスタジオのプリセットでは決して完全には消せない、なじみのなさの層を取り除きます。国際的なコンサルタント、オフショアのチームをまたいでスタンドアップを回す多言語のチームリード、海外市場で働く営業担当が最も分かりやすい対象で、その理由はすでにSpeak Modeへ手を伸ばしているのと同じです: ただ聞こえることではなく、理解されることです。

そしてこれは、個人の声を手に入れる最も摩擦の少ない方法でもあります — 維持すべき2つ目のベンダーとの関係がありません。

ネイティブのボイスクローンは、Proで今すぐご利用いただけます。サイドパネルでSpeak Modeを開いてサンプルを録音し、次の会議で試してみてください。