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
2分の録音から自分の声をクローンし、会議で60言語を話す。Gaavala Proのネイティブなボイスクローン — 暗号化され、いつでも削除できます。
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: 2分間の文章を自分の声で一度読むと、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。
使い方
- ProでサイドパネルのSpeak音声選択を開き、自分の声を作成する項目を選びます。
- 同意に関する説明を読み、自分自身の声を録音することを確認します。
- 静かな場所で、表示された原稿を自然で一定の速さで読みます。マイクとの距離を保ち、参照音声の録音には約2分を見込みます。
- 確認画面で録音を聞き、品質のフィードバックを読みます。必要なら録り直してから、声に名前を付けて作成を開始します。
- 準備完了の状態になるまで待ち、Speakでその声が選択されているか確認します。アップロードと処理は別の状態で、完了時間は保証されません。
- Speakの入力言語と翻訳先言語を設定します。字幕の言語は別の設定です。
- 会議前に別の参加者と短い文を試します。短い発言ではSpeakを長押しし、続けて話すときはタップしてハンズフリー時間を開始します。
音が小さすぎる、ひずんでいる、発話が少なすぎる場合、確認画面はアップロードを止めて録り直しを求めます。案内に従ってマイクに近づくか入力音量を調整し、大声で補おうとしないでください。警告の場合はアップロードできますが、改善できる点が表示されます。もう一度聞いて、より明瞭に録り直すか判断します。
作成に失敗したら、表示される再試行または再録音の操作に従ってください。サービスの混雑を示す場合は後で試し、使えない録音の場合は新しく録音します。別のパネルで録音中なら、まずその録音を終了または停止します。作成済みの声は管理画面で名前の変更や削除ができます。参照音声を入れ替えるには、削除して新しく録音する手順を使います。削除の取り扱いはプライバシーポリシーをご確認ください。
声のクローンが変えるのは合成音声の声質であり、翻訳の品質要件ではありません。静かな場所で自分の声だけを録音し、短いテストで人名や専門用語の発音を確認してください。重要な会議では引き続き人による確認が必要です。参照録音と合成音声は削除できますが、他の人が以前に作成した録音まで削除されるわけではありません。
会議での音声の使い方はSpeak Mode の操作ガイドをご覧ください。
「Spoken」は音声の再生を確認する状態で、相手に聞こえたことを保証しません。Gaavala は Teams のミュート状態に従いますが、Meet と Webex のミュートは Gaavala の再生を止めず、Zoom のミュート状態は拡張機能から確認できません。音声は Gaavala 自身の操作で停止してください。入力した返信は会議の文字起こしや AI 要約には入りません。
クローン音声で短く返答する場合は、Push-to-Talkガイドでボタンのフォーカスと、押し続けて離すタイミングを確認できます。
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。
何が起きるかを説明します。あなたの2分のサンプルは、Gaavalaのサーバー上でAES-256-GCMにより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、ほかの目的のために共有されることも、決してありません。Sonioxを含め、サンプルを処理するサービスはすべて、あなたの音声モデルを構築する目的でのみ処理を行います。
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。
ボイスクローンはサイドパネルの設定から削除できます。録音と音声モデルの処理・削除方法はプライバシーポリシーに記載されています。他の参加者がすでに作った録音や書き出しファイルは削除されません。
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。
データの経路と端末内の保存については Gaavala のプライバシー構成の説明 をご覧ください。
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。
ボイスクローンは Pro の機能です。サンプルの録音と声の選択は、サイドパネルの Speak Mode 設定で行います。
声を出さずに返答したい場合は 聴覚障害者のための会議参加ガイド が参考になります。