00:01
今回はですね、またちょっとUdemyの話をしたいんですが、Udemyでですね、新しく公開される講座のもう半分ぐらいが、すでにAI音声コンテンツになっているというような話をしたいと思います。
Udemyにはですね、その1週間、ある特定の1週間、最近の1週間で、新しく公開された講座を確認できるというページがあるんですね。それが毎週更新されて、その1週間の講座というのがそこで見れるようになっています。
私はこのページを見るのがですね、毎週かなり楽しみなんですよね。どんな方がですね、どんなテーマの講座を出しているかなというのを、全部は見ていないですけど、ざっとですね、どういう講座が出ているのかとか、どういう作り方されているのかというのを、いろいろ拝見して参考にしています。
私がですね、ここ何週間かずっと見ているんですけど、確認している限りはですね、毎週やっぱりだいたい100コースぐらいが新しく公開されてますね。だいたい100ぐらいです。100はちょっと多いかなという感じですかね。
70、80ぐらいはコンスタントに公開されてて、最近では100コースぐらい公開されてたと思います。なので結構多いですよね。毎週ですからね。毎週100ずつぐらい増えるっていうのは結構多いなって感じがするんですけど。
ついですね、本当に最近のその1週間で公開された講座っていうのも、ざっと確認してたんですが、そこで全部をですね、本当に1本ずつ細かく確認したわけではないです。もう100コースぐらい出てるんで、1つずつとても確認できないので、そんな時間はないので、ざっとですけど、そこでやっぱり気づいたのが、もうAI音声ですね。
AI音声を使ってると思われる講座が、だいたい間隔では半分近く、半分は言ってないかもしれないですけど、そのぐらいまで来てるっていうことですね。半分はちょっと下回ってるかもしれないです。でも3,40とかあるんじゃないですかね。
本当にそのAI音声の講座がその一部だけ混ざっている。例えば10個あれば1個とか、そういう状態ではないです。少なくとも。体感としてはもう半分ぐらいまで来てるって感じでしたね。
なんで、これは別にですね、ゆでみが公式に公表している数字でもないし、私がその新着講座をですね、ざっと確認した、ある種の新着講座をですね、確認した中での感覚なので、正確な数値では全くないです。ですけど、やっぱり以前と比べてですね、一気に増えてきてるなっていうのはもう間違いないですね。
少なくとも1年前はこんなになかったと思いますね。1年前は全然こんなにAI音声講座ってのは多くなかったと思います。で、そのAI音声にもやっぱり大きく分けるとですね、2つタイプがあると私は思っていて、1つがやっぱり聞いてすぐにAI音声だと分かるタイプの音声ですね。
あ、分かります。ありますよね、そういうの。YouTubeもありますよね。声の抑揚とか、間の取り方とか、人間の話し方みたいなのが少し違って、これ聞けばすぐ気づくっていうタイプのAI音声のタイプです。で、これはまあいいんですけど、これは前からあったし、まあいいっていうか、いいっていうか、まあ前からあったっていう感じなんですけど、で、そのもう1つの方ですね、もう1つの方が最近かなり増えてきていると。
03:16
一気に増えてきたなって感じるのが、まあ少しずつかな、少しずつ増えてきてるなって感じるのが、本人の声をAIに覚えさせたタイプのAI音声ですね。いわゆるまあクローンボイス、ボイスクローンって言うんですかね。本人の声を学習させて、AIに一旦学習させて、その人にかなり近い声でAIに台本を読ませるというタイプのAI音声です。つまり第三者の声ではないということ、講師さんの声ということですね。
で、この2番目の方ですね、まあ1番目のその方はもうすぐわかるんですけど、2番目の方っていうのは、以前はですね、こちらの方はやっぱりボイスクローンにも違和感が結構あったんですね。いくら講師の声使ってるとはいえ、やっぱり言葉の区切り方がやっぱりAIですから不自然だったり、まあこういう名称ですね、読み間違えたりとか、うん、音読み、訓読みを間違えたりとか、まあやっぱり注意して聞いていると、やっぱりAIだとわかる部分がまあいくつかありました。
うん、ですが、ですがやっぱり今はやっぱりそのAIそのものがすごく進化しているし、そのこのAIボイスクローンを使う側のですね、方の技術がかなり上がってきてるなという感じが見ていて思います。
なので、その読み間違いの部分っていうのはやっぱりもう完全にですね、AIボイスクローンに任せてしまうと起きるんですが、その読み間違い自身をまたAIに学習させて読み間違えないように調整したりとかですね、不自然なところをやはり細かく微調整したり微修正したりするということで、違和感を減らす努力っていうのもされてるんだと思うんですね。
なんで違和感がもうかなり減ってきてますね。うん、なんでもう本当に普通に受講してるだけだとAI音声だと気づかない人も多いんじゃないかなというレベルまで上がってきてるということです。
で、私以前ですね、まあこのPodcastですね、だいぶ前ですけどその音声生成AIですね、音声生成AIを使った解説講座は受け入れられるのかっていう話もしました。
これボイスクローンのことですけど、まあその時もですね、今はまだ少し違和感があるけれどそのうちわからなくなるだろうというようなことを話してたと思うんですけど、そこからまだ2ヶ月ぐらいですかね、2ヶ月も経ってないぐらいだと思いますけど、
まあそれでもですね、やっぱりそういった講座の本数がやっぱり想像していた以上の速さで広がってきてる、まあAI音声が広がってきているというような感じがします。
で、これ本当にもう時間の問題だと思うんですよね。もうそれこそ本当はあと1年もすればそのAIがすごく進化するし、いつ使う側の技術も上がるから、本当に講師本人が実際に話しているのか、
それとも講師のその本人の声を学習したAIが話しているのかっていうのをもう音声だけで判別するのはもう不可能になりますね。
もうほぼ不可能だと思います。てかもう不可能になるんじゃないかと思いますね。
06:03
で、まあそれはもう近い将来の話、1年とかそういう話だと思います。遠い先の話ではないと思いますね。
で、現時点ではですね、私の場合はですね、少なくとも音声の元は自分で毎回吹き込んで入れてます。声を喋って入れてます。
なので、まあそうすると当然話間違いもあるし、言い直しもあるし、やっぱり声入れるの疲れますからね。
人間的な物理的な制約もあるしということで、大変なんですね。
で、やっぱり言い間違いとかは当然後から編集してカットしたりとかですね、言い直しもカットしたりとか編集作業がいりますから、まあそれも当然大変ですよね。
で、編集の効率化っていうのも取り組んでるんですけどね、まあなかなか難しいとこもあって、
で、そこの動画の完成版にするっていうところで、その声の吹き込みからしてると非常に時間がかかると、非常に時間をかけて動画を制作してるということになってます。
ですが、一方でAI音声であればもういらないですよね。そんな編集の言い間違いっていうのは起きないから、
まあその元々起きてるのはもうそこは直してあげればいいけれども、その読み間違いさえ一度学習させれば、それはもう間違いないです。
2回目は間違いないので、そういう意味では台本を制作さえすれば、もうちゃんと話してくれると。
なんで人間みたいに言い間違えたところだけを探して取り直すみたいなことも必要ないし、編集作業も必要ないし、ということで講座制作にかかる時間が多分かなり短くなると思うんですね。
ほぼ全自動みたいな形でできる可能性もありますよね。
これだけですね、実際公開されている講座がAI音声の講座が増えているっていうことは、やはり皆さんですね、講座制作をどうやって効率化するのかっていうのは、
みんな試行錯誤してるんだろうなっていうのは思いますね。
実際AI音声を使えば制作は確実に早くなるし、その選択はよくわかるし、AI音声を使うこと自体をですね、別に否定したいわけではない。
本当に受講生がわかりやすい講座が届ければそれでいいと思うから、受講生がそれで学習が進むんであればその方がいいんじゃないですかね、早く届けられるわけだから。
正直に言うとですね、私自身もですね、本人が話した声と全く変わらないレベル、現段階では私はまだなってないと思うから、
ちょっと吹き込んだ方がやっぱりクオリティが上がると思っているから、一応入れてますけど、
もう本当にAI音声を使った方が、そのボイスクローンを使った方が、使った方がってことはないかもしれないけど、同じレベルでもう理解できるようなクオリティの高いものができるんであれば、
十分使用は選択肢として入るかなと思ってますね。
なんで私にとっても使うか使わないかというより、どこで乗り換えるか、どのタイミングで、どのAIの進化のタイミングで乗り換えるのかなっていうような感覚でこの技術を見ています。
なんでそこはちょっとまだ決めてないんですけど、しっかり見極めていきたいなというふうに思ってます。
ですが、やっぱりもう一つ思っているのが、このAI音声が自然になればなるほど、やっぱり講師本人と直接話せる機会の価値っていうのは逆に高くなるんじゃないかなというふうには思ってます。
09:04
なんで、ゆでみでは今後、受講生が講師とライブ形式でつながる、直接質問できるみたいな新しい機能も予定されてるんですよね。
これ去年からずっと発表されてるんですけど、講師向け、講師サブスクリプションかな、講師コミュニティーかな、そんな機能を出そうで、そういうのはもう仕組みとして予定してるんですよ。
なんで、日本でもいつか近いうちにそういった機能が使えるようになるんじゃないかなと思っているので、もしそういう機能が使えるようになれば、当然ライブなんで、
それは当然自分の声で話して、その場で受講生の方とお話しできるという機会ができるので、そういった場面に、やはりその相手の質問を聞いて、その場でどこにつまずいているかとか、相談しながら回答していく。
そういう直接のやり取りっていうのは、あらかじめ入れておいたボイスクロールで話させるというわけには当然いきませんから、やっぱりそれは全然別の話なので、
そういうところで受講生の方と直接つながっていくという機会はすごくあるといいと思っているし、それは非常にそういう機能を早く実装してもらえるといいかなというふうには思っています。
なので、なかなか結論のない話なんですが、やっぱりその録画された講座っていうのは今後ですね、ますますAI音声っていうのが増えるだろうなと思うし、そこで制作を効率化しようとする講師の方っていうのは増えるだろうというふうには思いますね。
一方でやっぱりライブの場ではですね、やっぱりそういう自分自身の声っていうのでちゃんと直接つながる場っていうのもあるだろうし、そういう使い分けみたいなところを今後考えていかないといけないというふうには思っています。
なので本当にそのAI音声、ボイスクローンのですね、技術の進展っていうのはしっかり注視しながらですね、どのぐらいのレベルのものがどのぐらいでできるのかっていうのをしっかり見た上で、その本当に自分の声、入れた声とのクオリティの差っていうのはしっかり確認しながら、どのタイミングでどういうふうに技術を取り入れていくのかっていうのはしっかり考えていかないといけないんじゃないかなというふうに思っています。