音声の超解像技術「Sidon」を使ってみた
この記事をよんで、「Sidon」というオープンソースの音声用超解像技術を知ったので使って見たいと思い、試してみました。 100年前の歌もAI超解像できる? 東京大学猿渡研「Sidon」で始めるAI歌声超解像(CloseBox) 試す過程でアプリも作ったので、実際に試したい人はダウンロードしてみてください。 (リンク)(約 3.79 GB) 私の簡単な理解ですが、ノイズを取るみたいな単純な物では無く、いらない音は削除して、必要な音声の足りない部分をAIで生成して音を保管する技術です。 Sidon:大規模データセットのクレンジングのための、高速かつ堅牢なオープンソース多言語音声復元ツール ここからはGemini先生に解説してもらいました。 Sidon(シドン)は、東京大学の研究チームが発表したオープンソースの多言語対応「音声復元(Speech Restoration)」モデルです。 周囲の雑音、部屋の反響(エコー)、音割れ、低音質化(電話音質など)といったノイズまみれの音声を、スタジオ録音並みのクリアな高音質(48kHz)に復元できます。 1. なぜSidonが