Style-Bert-VITS2に早くもチュパ音2種追加されてるゥ！
つい先日、AI音声でチュパ音が生成できることに興奮した記事を投稿したばかりですが、いつのまにやら更に2種のモデルが追加されていました。
モデル一覧
chupa_1: ある1チュパ者のやつ
chupa_2: 同様。声が少し低めで落ち着いた感じ
chupa_3: 同様。声は普通。
pretraned_chupa: 自分でチュパ音から学習したい人向けの大量チュパ音で学習させた事前学習モデル
引用元：https://huggingface.co/litagin/sbv2_chupa
ということで、どう変わったのか気になってさっそく試してみました。
Style-Bert-VITS2のチュパ音モデルを比較
たまに埋め込んだ動画が再生できない人もいるようなので、その場合はPerfTileかイロミライでどうぞ。
https://perftile.art/artworks/jfmlAM5Wpz
https://iromirai.jp/posts/43873b4aaf22
イロミライは動画の制限が少々厳しく、再生時間5分以内、ファイルサイズ30MB以下という条件があるため、あまり長いチュパ音の比較が出来ませんでした。
（YouTubeは既に2アウトくらっていて凍結待ったなしなのでチュパ音UPする勇気なかった…）
そのため、chupa2/3に関してノイズが気になる結果となりましたが、実際使う場合は文面を長くすると不思議とこのノイズが消えることがあるのでお試しください。
感想
神（litagin様）を崇めよ
まず大前提として、sbv2_chupaの時点で大満足しております。
はじめこそ、吐息が出過ぎるからロリで使いづらいかなー？とかなんとか言いましたが、カットすりゃいい話ですし、その流れで最近音声加工について勉強しはじめたら、案外簡単にロリ声化もできたので、AI音声＋音声加工のひと手間で世界が広がりまくるのではないか、と感動しています。
音声加工の例：水中加工
プールの中でフェラチオするアニメを作った際に、声の加工どうするか悩んでローパスフィルターとトレモロフィルターを使いました。
そんなに使うケースあるか？と聞かれると困りますが、出来そうだからやってみた、以外考える頭を持っておりません。
音声加工の例：ピッチ変更でロリ声
箱入り娘を表現するために、ローパスフィルターで声をこもり気味にして、かつピッチ変更でアネリちゃんの声を高くしてみました。
というわけで、これからsbv2_chupaも音声加工していろいろ遊んでみよー、と思っていた矢先にchupa2/3が立て続けに公開されて驚いた次第です。
バリエーションが増えるのは更に選択肢が広がるため大歓迎！
AI音声まわり、ますます楽しくなってきましたなぁ～。
自分で学習とかできれば、水中でガバゴボ言う音声とか作ってみたいけど………うーん、AI学習まわりはまったく知識がなくてわからぬ…。
AIイラストでもLoRAすら作ったことないんですよねー。
謝辞
オープンソースソフトウェアの開発者および各種素材の制作者の皆さまに感謝します。
使用ソフト (AI関連)
- AI合成音声:Style-Bert-VITS2
使用モデル：
sbv2_chupa
- AIイラスト:Stable Diffusion WebUI A1111
モデル: ioliPonyMix
- AIフレーム補間:Flowframes
モデル: RIFE
