revocalize.ai

Revocalize AI は複数の歌声をまとめてモデルを訓練し、その声だけの質感を残す。少量のサンプルで足りるというのが売り文句で、きれいな音源を残してこなかった趣味の歌い手でも始めやすい。訓練が終われば、その声はカタログの他のモデルと同じように変換ツールに並ぶ。

これが中心の機能だ。ボーカルのファイルを上げ、変換先を選ぶと、タイミングを保ったままプラットフォームが歌い直す。作編曲は得意でも特定の音域に届かない人が、キーを上げ下げしたときの響きを確かめるのにも使える。リバーブを混ぜたミックスより、ドライで整ったトラックのほうがよく変換される。

歌い方を覚え直させずに、テイクの角を取るための道具が揃っている。リアルタイムのオートピッチが高音を拾い、ピッチ、音量、速度はそれぞれ別のつまみで動かせる。すでに感情が乗っている歌なら、大きく直すより小さく整えるほうが効く。

Revocalize AI によれば、歌唱と読み上げの両方をカバーしている。歌詞や原稿を渡せば、レンダリングされたボーカルが返ってくる。話しパートと歌のサビで同じキャラクターの声を使いたいポッドキャスター、広告制作、動画制作にとって、この守備範囲は大きい。

ひとつの声から、いくつもの感情的な解釈を引き出せる。候補をまとめて作って編曲に合うものを選ぶのもいいし、二つ重ねてサビを広くすることもできる。プロデューサーにとっては、最初のテイクで妥協する誘惑を断ち切る道具になる。

公式ライセンスの音声モデルと、自分で訓練する選択肢の両方を用意している。公開を予定している人にとってライセンスモデルは重要で、権利の話がリリース直前ではなく提供内容に含まれているからだ。カタログはポップス、ロック、R&B、カントリー、オペラ、トラップ、ジャズまで幅広い。

Revocalize AI の AI ボーカルプラグイン（VST 形式）は、変換、補正、ハーモニーの三つのモジュールを DAW のセッションに持ち込む。タイムラインを離れずにモデルを呼べるので、プロジェクトが一か所で完結する。macOS と Windows に対応し、Web アプリとは別にダウンロードする。

開発者向けドキュメントは、モデルの作成、訓練、音声変換を REST で扱う方法をまとめ、GitHub に Python SDK も公開している。作ったモデルは保留状態で始まり、訓練が終わるまで音声を変換しない。音声 API はベータ表記で、Enterprise プランには一括変換、専任のサウンドエンジニア、優先の訓練キューが加わる。