音声を自分の映像に変換するAI

株式会社EmbodyはAIで音声を自分の外見に変換して、家事や運動等をしながらどんな状況でもオンライン会議等ができるxpression camera Voice2Faceをリリースした事を発表したそうです。


対面と比べてビデオチャットは常に自分の顔や視線の向きをカメラに向け、画面の中の人と目線を合わせなければならず、セルフビューが表示されていて他の人から常に見られていると感じてしまう緊張感から心理的・身体的な疲労を感じるそうです。


そこで対面が優れている根本の理由に立ち返るとともに、対面とは違ったバーチャルならではの切り口で解決する為にxpression cameraを開発したそうです。
カメラで顔の表情や体の動きを読み取り、自分の外見をAIで置き換える事でビデオ会議やライブ配信等においてどう見られているか気にする必要無くコミュニケーションができるそうです。

xpression camera Voice2Faceは画像生成AIのStable Diffusionを利用した映像生成AIだそうで、自分の写真等好きな画像を一枚用意すると、自分の表情や体の動きに応じてリアルタイムに映像を生成できるそうです。

このシステムがあれば、私服を着ていてもスーツを着ているように見せる事ができたりするんで便利ですね！
会議や面接の準備の手間が省けそうなんで早く普及してほしいです！