P-01選定・相談

Hume AIのOctaveとはどのようなモデルですか?

独立系テクノロジーメディアVentureBeat(2025年2月26日付)の報道によれば、Octaveは Hume AIが開発したテキスト読み上げ(TTS)専用の大規模言語モデルで、「文脈を理解する初のTTS向けLLM」と位置付けられています。数兆単語規模のテキストと膨大な音声データ、独自の感情データセットで学習されており、単語を機械的に読み上げるのではなく、文脈から適切な感情・リズム・抑揚を推測して発話を生成します。ユーザーは「もっと悲しく」「皮肉っぽく」といった自然言語の指示で声のトーンを調整でき、長編コンテンツ全体で一貫したキャラクターの声を維持できます。発表時点では英語とスペイン語のみに対応していました。

実績・根拠

情報ソース