myshell-ai/openvoice は、参照音声の音色（timbre）を複製し、その声で合成発話を作る音声生成ツールである。Python で書かれ、MIT ライセンスで公開されている。リポジトリは 2023 年 11 月 29 日に作成され、スターは 38,019 個を集めた状態である。今回確認できたリリースタグはなく、新しいバージョンではなく、プロジェクト自体を指摘する発見に近い。
MIT と MyShell が共同で制作したプロジェクトで、リポジトリの説明は、このツールをオーディオ基盤モデル（audio foundation model）、すなわち学習した音から新しい音を生み出す基盤モデルだと明かしている。README は OpenVoice が参照音声の音色を複製し、複数の言語とアクセントで音声を生成すると説明している。感情やアクセント、リズム、間（ま）、声の高低といった音声スタイルを細粒度に調整でき、参照音声と生成音声の言語が多言語学習データに含まれていなくても、ゼロショット音声クローン（zero-shot voice cloning）、すなわち別個学習なしで初めて聞く声でも複製できるducationInterrupt——wait, let me clean this: 複製できる——ことをサポートしている。
x