VALLE

外国人名読み方字典

Valle

名前 バジェ； バーレ； ヴァッレ； バリェ； ヴァーリ； ヴァーレ； ヴァレ； バージェ； バーリェ； バレ

ウィキペディア

VALL-E

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2024/10/20 01:01 UTC 版)

VALL-E

開発元	Microsoft
公式サイト	https://www.microsoft.com/en-us/research/project/vall-e-x/
テンプレートを表示

機械学習および データマイニング
問題 分類 クラスタリング 回帰 異常検知 相関ルール（英語版） 強化学習 構造化予測（英語版） 特徴量設計（英語版） 表現学習（英語版） オンライン学習（英語版） 半教師あり学習（英語版） 教師なし学習 ランキング学習（英語版） 文法獲得（英語版）
教師あり学習（分類 • 回帰） 決定木（英語版） アンサンブル （バギング、ブースティング、 ランダムフォレスト） k-NN 線形回帰 単純ベイズ ニューラルネットワーク ロジスティック回帰 パーセプトロン 関連ベクトルマシン (RVM)（英語版） サポートベクトルマシン (SVM)
クラスタリング BIRCH（英語版） 階層的（英語版） k平均法 期待値最大化法 (EM) DBSCAN OPTICS（英語版） 平均値シフト（英語版）
次元削減 因子分析 CCA ICA LDA（英語版） NMF（英語版） PCA t-SNE
構造化予測（英語版） グラフィカルモデル ベイジアンネットワーク CRF HMM
異常検知 k-NN 局所外れ値因子法
ニューラルネットワーク オートエンコーダ ディープラーニング DeepDream 多層パーセプトロン RNN LSTM GRU 制約ボルツマンマシン（英語版） SOM CNN
強化学習 TD学習 Q学習 SARSA
理論 偏りと分散のトレードオフ 計算論的学習理論（英語版） 経験損失最小化（英語版） オッカム学習（英語版） PAC学習 統計的学習（英語版） VC理論（英語版）
学会・論文誌等 NIPS（英語版） ICML（英語版） ML（英語版） JMLR（英語版） ArXiv:cs.LG
全般 統計学および機械学習の評価指標
Category:機械学習 Category:データマイニング
表 話 編 歴

VALL-Eは、2023年1月5日にMicrosoftによって発表された音声合成を行う一種の生成AIである^[1]。

VALL-Eは、"recreate any voice from a three-second sample clip" (3秒の音声からすべての声を模倣できる)と紹介されている。^[2] VALL-EはMeta社のLibriLightという音声ライブラリ上の60000時間分の英語の音声を使用してトレーニングされた^[3]。

また、VALL-Eに変更を加えたものである「VALL-E R」や、「VALL-E 2」なども存在する^[4]。

VALL-E X

Microsoftによって発表された手法をPythonを用いて実装したオープンソースのVALL-E Xが存在する^[5]。この実装では英、中、日の三言語で相互の音声合成ができる。

関連項目

• 自然言語生成
• ビッシング
• 音声合成

外部リンク

• 公式ウェブサイト
• VALL-E X - 公式サイト

出典・脚注

1. ^ Dominguez (January 27, 2023). “Microsoft Unveils VALL-E, a Game-Changing TTS Language Model” (英語). InfoQ. 2023年9月19日閲覧。
2. ^ Morrison (2023年1月10日). “Microsoft's new VALL-E AI can clone your voice from a three-second audio clip” (英語). Tech Monitor. 2023年9月19日閲覧。
3. ^ Wodecki (January 11, 2023). “Microsoft's VALL-E Generates Speech From Just 3 Seconds of Audio”. AI Business. 2023年11月1日閲覧。
4. ^ “VALL-E”. 2024年10月20日閲覧。
5. ^ “Plachtaa/VALL-E-X: An open source implementation of Microsoft's VALL-E X zero-shot TTS model. Demo is available in https://plachtaa.github.io/vallex/”. 2024年10月20日閲覧。

表 話 編 歴 音声合成
モデル / 手法	物理モデル ソースフィルタモデル スペクトルモデル 波形接続合成 フォルマント合成 隠れマルコフモデル合成 チャネルボコーダ フェーズボコーダ LPCボコーダ 波形補間符号化 PSOLA MBROLA（英語版） 逆フィルタ（英語版）
エンジン	商用 AquesTalk AITalk ReadSpeaker FineSpeech RECAIUS RubyTalk VoiceOperator CereProc（英語版） IVONA（英語版） Microsoft text-to-speech voices（英語版） PlainTalk（英語版） Syllaflow Seiren Voice フリー eSpeak（英語版） Gnuspeech（英語版） Festival Speech Synthesis System（英語版） Open JTalk 非OSS MBROLA（英語版）
システム / API	商　用 Microsoft Speech API Microsoft Speech Server（英語版） Talk It!（英語版） フリー FreeTTS（英語版）
ハードウェア	歴史的 DECtalk（英語版） Pattern playback（英語版） The Voder（英語版） Wolfgang von Kempelen's speaking machine（英語版） LSI GI SP0256（英語版） TI LPC Speech Chips（英語版） 娯楽 Currah（英語版） Echo 2（英語版） Phasor（英語版） Intellivoice（英語版） Speak & Spell（英語版） PC-6000シリーズ PC-6600シリーズ Yamaha CX5M（英語版）
応用ソフトウェア	商用 VOICEROID CeVIO Megpoid Talk A.I.VOICE ボイスソムリエ AOLbyPhone（英語版） DialogOS（英語版） Dr. Sbaitso（英語版） Microsoft Agent（英語版） Microsoft Narrator（英語版） Voice font（英語版） VOICEPEAK フリー 棒読みちゃん SofTalk VOICEVOX COEIROINK サイト コエステーション / CoeAvatar CoeFont
アクセシビリティ	RIAS（英語版） Silent speech interface（英語版） Speech-generating device（英語版） Spoken Web（英語版） TuVox（英語版） スクリーン リーダー （リスト） 商用 JAWS PC Talker（） VoiceOver フリー BRLTTY（） Gnopernicus（英語版） GR for UNIX（） NonVisual Desktop Access Orca Thunder（英語版） ハード 簡単ケータイ らくらくホン Self-voicing 商用 WordQ+SpeakQ（英語版） フリー Emacspeak（英語版） 音声ブラウザ 商用 aiBrowser ホームページリーダー Spoken Web（英語版） ブラウザ拡張 フリー Fire Vox（英語版） Text to Voice（英語版） サイト拡張 商用 BrowseAloud（英語版） Readspeaker（英語版）
ボーカルシンセ	商用 Cantor（英語版） VOCALOID CeVIO Synthesizer V くまうた フリー AquesTone Flinger（英語版） ディレイラマ Sinsy NEUTRINO シェア UTAU 非OSS MBROLA（英語版） ハード DECtalk（英語版） PC-6000シリーズ PC-6600シリーズ Yamaha CX5-M（英語版） 応用 ぼかりす サイト コエラボ
サービス・サイト	Odiogo（英語版） Quack.com（英語版）
プロトコル	SABLE SPコード Speech Synthesis Markup Language VoiceXML
開発者・研究者	Catherine Browman（英語版） Franklin Seaney Cooper（英語版） Gunnar Fant（英語版） Haskins Laboratories（英語版） ヴォルフガング・フォン・ケンペレン Ignatius Mattingly（英語版） Philip Rubin（英語版） CereProc（英語版） IVONA（英語版） VoiceWeb（英語版） ヤマハ
関連分野	音声合成 音声強調 音声符号化 音響信号処理 音声認識 自然言語処理
カテゴリ