音楽生成AI のリリース年表

主な「音楽生成AI」「音声生成AI」「音声認識AI」のリリース年表をまとめました。

2020年

2月22日 NEUTORINO

歌声生成

NEUTRINO -NEURAL SINGING SYNTHESIZER – ver.0.1系アップデート | NEUTRINO

4月30日 OpenAI Jukebox

音楽生成 歌声生成

Jukebox

9月17日 SOUNDRAW

音楽生成

【音楽は『選ぶ』から『作る』へ】AI作曲サービスSOUNDRAW（サウンドロー）、正式版をリリース。

12月25日 Synthesizer V AI

音声合成

Synthesizer V AI 発表 | Dreamtonics株式会社

2021年

7月28日 CoeFont

音声合成

CoeFont

8月1日 VOICEVOX

音声合成

VOICEVOX | 無料のテキスト読み上げ・歌声合成ソフトウェア

11月19日 COEIROINK

音声合成

COEIROINK

2022年

9月21日 Whisper

音声認識

Introducing Whisper

2023年

1月5日 VALL-E

音声合成 パーソナルボイス

VALL-E (X)

1月29日 ElevenLabs

音声合成 音声認識

ElevenLabs: Free Text to Speech & AI Voice Generator | ElevenLabs

1月29 AudioLDM

音生成

AudioLDM: Text-to-Audio Generation with Latent Diffusion Models - Speech Research

4月10日 RVC

ボイチェン パーソナルボイス

・RVC-Project/Retrieval-based-Voice-Conversion-WebUI

7月21日 suno

音楽生成 歌声生成

AI 🤝 Music

Suno can now sing! Our new model generates music with vocals, and you can try it now on Diśčòrd. See below for some early examples and an invite link to our open beta: pic.twitter.com/CjjfYM2YRZ

— Suno (@suno_ai_) July 21, 2023

8月2日 AudioCraft (MusicGen・AudioGen・EnCodec)

音楽生成 音生成

AudioCraft: A simple one-stop shop for audio modeling

8月22日 SeamlessM4T

音声翻訳

Introducing a foundational multimodal model for speech translation

8月23日 ElevenLabs - Voice Cloning

パーソナルボイス

Create a Perfect Digital Copy of Your Voice and Speak the Languages You Don’t! | ElevenLabs

8月28日 VALL-E X

音声合成 パーソナルボイス

VALL-E (X)

・Plachtaa/VALL-E-X

9月4日 Bert-VITS2

音声合成 パーソナルボイス

・fishaudio/Bert-VITS2

9月13日 Stable Audio

音楽生成

音楽とサウンド生成のための「Stable Audio」を発表 — Stability AI Japan

10月17日 ACE Studio

歌声生成

ACE Studio正式版アップデートのお知らせ | Notion

11月30日 Seamless Communication (SeamlessM4T v2・SeamlessExpressive・SeamlessStreaming・Seamless)

音声翻訳

Introducing a suite of AI language translation models that preserve expression and improve streaming

12月13日 MusicFX

音楽生成

MusicFX

12月25日 Parakeet.VC

ボイチェン

リアルタイム音声変換 ParakeetVC

12月27日  Sytle-Bert-VITS2

音声合成 パーソナルボイス

（Style-)Bert-VITS2の仕組み・構造と、バージョンによる違いについて

2024年

1月3日 M2UGen

音楽生成

・M2UGen/M2UGen-MusicGen-small
・M2UGen/M2UGen-MusicGen-medium
・M2UGen/M2UGen-AudioLDM2

M2UGen

1月16日 GPT-SoVITS

ボイチェン パーソナルボイス

・RVC-Boss/GPT-SoVITS

2月1日 Bert-VITS2 Japanese-Extra

音声合成 パーソナルボイス

・fishaudio/Bert-VITS2/releases/tag/JP-Exta

2月3日 Style-Bert-VITS2 Japanese-Extra

音声合成 パーソナルボイス

（Style-)Bert-VITS2 JP-Extra (日本語特化版)について

2月14日 ReazonSpeech v2.0

音声認識

(2024-02-14) ReazonSpeech v2.0: 音声モデルの高速化とコーパスの大幅な拡大 - Reazon Human Interaction Lab

2月16日 MAGNeT

音楽生成 音生成

MAGNeT

3月7日 data2vec 2.0・HuBERT・data2vec

rinna、日本語音声処理に適した事前学習モデルを公開｜rinna株式会社

3月8日 Sonauto

音楽生成 歌声生成

Launch YC: Sonauto 🎸 Make hit songs with AI | Y Combinator

3月11日 OptimizerAI

音生成

Rolling out the web version and the high-performance v1 of OptimizerAI at the end of this month! 🚀 Eager to try text-to-sound right away? Come check it out on https://t.co/0FLwQl6Bx2 🎶✨ pic.twitter.com/e2jawnr6fH

— OptimizerAI (@OptimizerAI) March 10, 2024

3月22日 suno v3

音楽生成 歌声生成

V3 IS HERE 💥 We are excited to introduce our first model capable of producing radio-quality music. v3 allows you to make full, 2 minute songs in seconds and is now available to all users. Try it for free here: https://t.co/s2hNzxc87W

Thank you to our Pro + Premier members; v3… pic.twitter.com/ZmRm8XnZcw

— Suno (@suno_ai_) March 21, 2024

3月27日 Supertone Shift

ボイチェン

Supertone - Product

3月30日 Voice Engine

音声合成 パーソナルボイス

・Voice Engine

4月3日 Stable Audio 2.0

音楽生成

Introducing Stable Audio 2.0 — Stability AI

4月10日 udio

音楽生成 歌声生成

Introducing Udio, an app for music creation and sharing that allows you to generate amazing music in your favorite styles with intuitive and powerful text-prompting.

1/11 pic.twitter.com/al5uYAsU5k

— udio (@udiomusic) April 10, 2024

4月11日 Parler-TTS

音声合成

parler-tts (Parler TTS)

4月13日 musicgen-songstarter-v0.2

音楽生成

・nateraw/musicgen-songstarter-v0.2

nateraw/musicgen-songstarter-v0.2 · Hugging Face

4月15日 OptimizerAI 1.0

音楽生成

Introducing OptimizerAI 1.0 - the best text-to-sound effect model.
Bring your games, videos, movies, and animations to life with AI sound effects!
Available on web and Discord. Get started now at https://t.co/IKDsDGoPeb pic.twitter.com/JJILhxHyWs

— OptimizerAI (@OptimizerAI) April 15, 2024

4月16日 Kotoba-Whisper-v1.0

音声認識

kotoba-tech/kotoba-whisper-v1.0 · Hugging Face

4月16日 Vocoflex

ボイチェン

Vocoflex | Dreamtonics株式会社

5月1日 Auris

音声合成

・LOCAL AI HACKATHON #001

5月25日 suno v3.5

音楽生成 歌声生成

v4 is cooking 👩‍🍳 In the meantime, we are rolling out early access to v3.5, which is now available to Pro and Premier members!

3.5 is an updated version of v3, with the following improvements:

• 4-minute max clip length. You can now get your full song in a single generation!…

— Suno (@suno_ai_) May 24, 2024

5月31日 ElevenLabs - Sound Effects

音生成

Text to Sound Effects is here. Our newest AI Audio model generates sound effects, short instrumental tracks, soundscapes, and a wide variety of character voices, all from a text prompt. Available now for all users.

Everyone from content creators, video game developers, to film… pic.twitter.com/yHrh3C3qk5

— ElevenLabs (@elevenlabsio) May 31, 2024

6月5日 Stable Audio Open

音楽生成

Stable Audio Open — Stability AI

6月17日 DeepMind - video-to-audio

動画toオーディオ

Generating audio for video

6月19日 ElevenLabs - Text to Sound Effects API ・ Video to Sounds Effects app

動画toオーディオ

We are excited to introduce the Text to Sound Effects API.

To showcase it - we've built the first Video to Sounds Effects app. This app is available for free online and fully open-source. pic.twitter.com/8aalo8GCSo

— ElevenLabs (@elevenlabsio) June 17, 2024

6月28日 FoleyCrafter

動画toオーディオ

FoleyCrafter

7月4日 ElevenLabs - TVoice Isolator

ノイズ除去

Introducing Voice Isolator.

Remove unwanted background noise and extract crystal clear dialogue from any audio to make your next podcast, interview, or film sound like it was recorded in the studio.

Try it free: https://t.co/lF4RTkhIxJ pic.twitter.com/GrJHuunLq4

— ElevenLabs (@elevenlabsio) July 3, 2024

8月1日 ReazonSpeech v2.1

音声認識

(2024-08-01) ReazonSpeech v2.1: Setting a New Standard in Japanese ASR - Reazon Human Interaction Lab

8月2日 Whisper-Medusa

音声認識

aiOla drops ultra-fast ‘multi-head’ speech recognition model, beats OpenAI Whisper 

8月15日 Speech to Speech

音声to音声

・huggingface/speech-to-speech

9月18日 Kotoba-Whisper-v2.0

音声認識

kotoba-tech/kotoba-whisper-v2.0 · Hugging Face

9月30日 Kotoba-Whisper-Bilingual-v1.0

音声認識

kotoba-tech/kotoba-whisper-bilingual-v1.0 · Hugging Face

10月1日 Whisper Large v3 Turbo

音声認識

・openai/whisper

ylacombe/whisper-large-v3-turbo · Hugging Face

関連

AIリリース年表｜npaka｜note

Google Gemini 1.5／LlamaIndex／LangChain 人工知能プログラミング実践入門