ChatGPTの音声モードに「モノマネの先生」をやってもらったら、ビートたけしはノリノリなのに森保監督は本人の再現を断られました。AIに声真似を習えるのか、実際に指導を受けながら試した回です。

リスナーさんから「麻生太郎さんのモノマネ回が良かった」「ワールドカップにちなんで森保監督もやってほしい」というDMをいただいたことがきっかけです。以前の議論企画で音声AIの実力を感じていたので、今回は「テキストで調べる」のではなく「音声で指導してもらいながらモノマネを習う」というやり方に挑戦しました。

まずは参考になる情報が多そうな、難易度の低いところからということでビートたけしさんからスタート。ChatGPTに「モノマネのプロになって指導して」と頼むと、低めで少し鼻にかかった声、間をたっぷり取る、といった特徴を挙げてくれ、「ダンカン、この野郎」を実演させて「最後を笑いながら落とすともっといい」とフィードバックまでくれました。先生として的確かどうかは怪しいものの、収録は大盛り上がりでした。

続いて本題の森保監督。ここでは「本人の話し方をそのまま真似することはできない」と断られ、代わりに「落ち着いた指導者っぽい雰囲気」のセリフを作ってくれました。シャドーイング用のフレーズを読み上げてもらい、それを真似する形に。麻生太郎さんについても同様で、「ベテランの政治家っぽい間の取り方」の練習ならできる、という返答でした。

結論としては、似せようとしてくれないので声真似の練習相手としては厳しい、というのが正直なところ。理由として、ChatGPTは基本的にテキストで学習していて、音声や動画を投げても文字起こしベースで処理していると考えられること、音声データは学習量が桁違いに大きいことを話しています。音に特化した生成AIならもっと寄せてくるはず、という見立てです。

ChatGPTの音声モードで何ができて何が断られるのかを具体例で知りたい方、AIを練習相手・ ...