elvis、Cartesia Sonic 3.6で自分の声をクローンし、日本語を話させる

elvisは、Cartesia playgroundで約15秒のクリップから自分の声をクローンし、クローンは数秒で準備できたと述べている。その後、自分が話せない言語である日本語を話させた。日本語音声の内容は、AIと自身の論文レビュー経験を組み合わせることで良い論文を見つけられる、というものだと彼は言う。

デモはCartesiaの最新音声モデルSonic 3.6で動作し、44言語に対応しており、同じクローン手順をそれらすべての言語で使えると彼は言う。モデル情報はCartesiaのSonic 3.6ページにある。