前回のmellotronから数年。
RVCという技術が出てきたので、試しに今までで使用していた御伽原江良ちゃんの音声データをまとめて学習してみました。
音声データ3000個程でもこの精度です。今までに比べれば格段に良くなっていると思います。
おまけでも少し話していますが、この技術の欠点は、話者が江良ちゃんの喋り方をトレースしないと似ないということです。(自分を御伽原江良だと思い込んでいる一般人が音声を収録する様子は滅茶苦茶恥ずかしい)
リアルタイムでボイチェンが出来るVC Clientもあるらしいですが、そちらに手を出すかは未定です。
(常に江良ちゃんを演じるのは辛い)

使用楽曲：のんびり過ごしましょ( https://commons.nicovideo.jp/material/nc92845 )

【2023/6/25追記】
委員長が投稿したこの動画がまさにRVCの凄い所と怖い所を証明してくれていると思います。
私は録音した音声データを変換。委員長はリアルタイムでの変換をしています。
参考にどうぞ↓
【ドッキリ】変声機で自分の悪評バラまいてみた
https://www.youtube.com/watch?v=aOqwCQignwA