Pictoria、音声基盤に Fish Audio を導入し、日本語 AI キャラクターの表現力を向上

Pictoria にとって、声はキャラクターそのものの一部です。正確で自然な日本語を生成できるモデルでも、興奮や感情、遊び心、独自の個性を表現する場面では十分とは限りません。

長時間のコンテンツでは、この課題がさらに顕著になります。音の高さ、テンポ、感情表現のわずかな違いがキャラクターの印象を変えるため、自然さと同じくらい一貫性が重要です。

Pictoria には、さまざまなやり取りやコンテンツを通じて、各キャラクターの個性を保てる声を実現する方法が必要でした。

Pictoria は単一の TTS プロバイダーに頼らず、複数モデルを利用する音声システムとして Picto VOICE を構築しました。チームは各モデルを評価し、キャラクターや制作の要件に合うものを選択できます。

この方式により、採用されるすべてのモデルに高い基準が求められました。Fish Audio に必要だったのは、単に優秀な日本語 TTS であることではなく、明確に異なる価値を提供することでした。

Pictoria は Fish Audio を他の音声生成技術と比較し、表現豊かなキャラクター音声、日本語の韻律とイントネーション、キャラクター音声設計の柔軟性という三つの強みを見いだしました。

特に、一つの発話の中で感情を伝える力に違いが現れました。単にせりふを読み上げるのではなく、キャラクター固有の感情や個性を表現できました。

Fish Audio は日本語 AI キャラクター音声の具体的な要望にも Pictoria と緊密に取り組みました。導入は単なる取引関係ではなく、継続的な協業へと発展しています。

Picto VOICE では、キャラクターの表現力が決め手となる用途に Fish Audio を活用しています。主な用途の一つが、自社で開発し、自社の配信チャネルで運営する Pictoria オリジナル AI キャラクター IP の音声制作です。

導入したプロジェクトでは好意的な反響が得られています。ユーザーからは、自然な日本語音声、豊かな感情表現、長時間のキャラクターコンテンツでも保たれる一貫性の三点が継続して評価されています。

Picto VOICE への Fish Audio 導入後、Pictoria の AI キャラクタープロジェクトでは日本語の応答速度と感情表現が大きく向上しました。オリジナルキャラクター IP の音声も、自然さ、感情の伝わりやすさ、数時間にわたる一貫性において高い評価を得ています。

これにより、Pictoria は各キャラクターの体験に最適な音声技術を選び、表現豊かな日本語の演技を重視する場合には Fish Audio を活用できるという、実制作上の利点を得ています。