説明
Canopy Labsは、リアルタイムのインタラクティブモデルをアバターのために構築することを仕事としており、実際の人間と見分けがつかないデジタルヒューマンの開発を目指しています。同社はこれをオープンな研究課題として位置づけており、技術が可能にすることを期待しているシナリオとして、個別化された教育体験や企業会議に参加するアバターなどを挙げています。これらは出荷された機能ではなく、同社自身のビジョンです。
続きを読む
Canopy Labsは以前にOrpheus TTSをリリースしており、これは企業に採用され、100万回以上ダウンロードされ、数千回フォークまたはファインチューニングされています（同社の自社データ）。それ以来、Canopy Labsは1700万ドルを調達し、まだ公開されていないさらなる音声およびアバターモデルを開発しています。
現在利用可能な製品はOrpheus v1で、BaseとFlashの2つのティアで提供されるテキスト読み上げモデルです。これはネイティブに多言語対応しており、英語、ヒンディー語、マンダリン、中国語、ドイツ語、日本語、フランス語、イタリア語、ポルトガル語、ロシア語、スペイン語、韓国語をサポートし、スクリプト内のインラインステージディレクションをサポートして、セリフの感情的な表現を制御します。Canopy Labsは、このモデルが超低遅延であり、p99の応答時間がベースラインから30ミリ秒以内であると述べています。30以上のプリセット音声を備えた音声ライブラリが付属し、プロフェッショナルまたはワンショットの音声クローンにより、数時間の音声からカスタムブランド音声を構築できます。
企業顧客向けに、Orpheusはオンプレミスまたはプライベートクラウドに展開でき、優先サポートとSLAを提供します。Canopy Labsのサイトでは、カスタマーサポートの声、自己反省的なトーン、演劇的な読み上げ、語学学習のナレーション、瞑想コーチの声など、さまざまなプリセット配信スタイルでモデルをデモンストレーションし、同じモデルが異なるレジスタを処理できることを示しています。Canopy Labsは、サイト上でOrpheusの公表価格を公開していません。
- カテゴリーAIアバター生成ツール
- デプロイクラウド
- プラットフォームWeb
Canopy Labsの主要機能
テキスト読み上げモデル（Orpheus v1）がBaseとFlashのティアで利用可能
英語、ヒンディー語、マンダリンを含む11の言語にネイティブに対応
セリフの感情的な表現を制御するためのインラインステージディレクションをサポート
数時間の音声からカスタム音声を構築できるプロフェッショナルおよびワンショットの音声クローンを提供
30以上のプリセット音声のライブラリを提供
超低遅延を主張し、p99がベースラインから30ミリ秒以内
SLAサポート付きのオンプレミスまたはプライベートクラウドの企業展開をサポート
出荷された音声製品を超えたリアルタイムインタラクティブアバターモデルの研究
Canopy Labsの使い方は？
モデルティアを選択: レイテンシと品質のニーズに応じてOrpheus v1 BaseまたはFlashを選択します。
声を選択またはクローン: ライブラリの声を使用するか、サンプル音声からカスタムの声をクローンします。
スクリプトを書く: トーンや感情など、配信を形作るためのステージディレクションを追加します。
展開を選択: ホスティングされたモデルを使用するか、オンプレミスまたはプライベートクラウドの展開を手配します。
出力を統合: 生成された音声を製品、アバター、またはサポートワークフローにフィードします。
Canopy Labsの使用例
- 音声製品のプロトタイピング
- カスタマーサポートの声
- 語学学習のナレーション
- 企業のオンプレミス展開
