Transcription
皆さん、こんにちは。One Little Kodaへようこそ。お元気ですか？よく食事をしましたか？
OpenAIは、音声エージェントSDKを含む音声モデルをリリースしました。一番良い点は、非常にコスト効率が高いことです。一方、最悪の点は、私のテストではElevenLabsほど高品質ではないことです。
この動画では、OpenAIの音声モデルについて私の感想と、できることについて説明します。ElevenLabsとの価格比較も行います。
まず、このモデルのデモをいくつか紹介します。このモデルの良い点は、GPT-40を基盤としていることです。つまり、特定のTTSモデルではなく、マルチモーダルモデルになります。
では、実際に試してみましょう。
「皆さん、OpenAIは音声モデルをリリースしました。ElevenLabsのビジネスプランと比べて約70％安価です。」
これが音声です。音声は変更できます。
「皆さん、OpenAIは音声モデルをリリースしました。ElevenLabsのビジネスプランと比べて約70％安価です。」
基本的には、プロンプトで音声、トーン、デリバリーなどを制御できます。
事前に設定されたものもあります。「患者教師」「カウボーイ」「永遠の楽観主義者」「おやすみストーリー」などです。
「皆さん、OpenAIは音声モデルをリリースしました。ElevenLabsのビジネスプランと比べて約70％安価です。」
できることがたくさんあります。共感的な声もあります。
例えば、「今夜はとても良い夜になるでしょう。心配する必要はありません。神はあなたと共にいます。」といった具合です。
瞑想アプリを作る場合などに役立ちます。
「今夜はとても良い夜になるでしょう。心配する必要はありません。神はあなたと共にいます。」
トーンの変更や、様々な音声の選択が可能です。
この特定の音声に関しては、音声品質はElevenLabsの方が優れていると感じています。しかし価格面では、ElevenLabsと比較すると、このモデルは非常に優れた価格設定です。
1分あたり1.15ドル（1ドルと数セント）です。ElevenLabsははるかに高価です。
ElevenLabsの最良のプランを選択すると仮定します。年間契約でビジネスプランを選択すると、月額1100ドルで月間22,000分利用できます。追加料金なしです。
OpenAIはこれの70％安いので、同じプランを330ドルで利用できます。
ただし、ElevenLabsのような高い安定性、堅牢性、変化の少なさは得られません。ElevenLabsは音声クローン機能がありますが、OpenAIにはありません。純粋なテキスト読み上げシステムです。
将来的にOpenAIが音声クローン機能を追加するかもしれませんが、GPT-40のようなマルチモーダルモデルで音声クローンが可能かどうかは不明です。
これはスタンドアロンシステムではありません。OpenAIが成功する可能性があるのは、多くの企業がすでにOpenAIのモデルを使用するための社内セキュリティ承認を得ていることです。これらの追加のAPIエンドポイントを追加することで、ElevenLabsのようなスタートアップに承認を求めるよりも、大企業での利用が容易になります。
音声エージェントを構築することもできます。それがOpenAIが求めている主なユースケースです。
音声エージェント構築に役立つライブラリも提供されており、クイックスタートガイドもあります。音声パイプライン全体を構築できます。
VAPのようなもの、または自動顧客サポートサービスを構築する場合に使用できます。コードはすべて提供されているので、OpenAI APIキーをプラグインするだけです。
音声エージェントが主なユースケースですが、音声の書き起こしにも使用できます。テキスト読み上げ、書き起こし、ミニ書き起こしの3つのモデルがあります。
競合他社に対抗しようとしているのでしょう。Gemini 2.0、Flash、Googleのモデルは価格面でも品質面でも非常に競争力がありますが、Amazon PollyやElevenLabsと比較すると、OpenAIモデルは市場で強力な地位を築くでしょう。
OpenAIの市場拡大戦略の一環であり、APIでも利用可能です。
私が指摘したいくつかの問題点は、音声の品質です。感情ではなく、音声そのものの品質です。ElevenLabsの方が優れていると感じています。
自己回帰型テキスト読み上げモデルは一貫性に欠ける傾向があります。OpenAIがどのように対処するかはわかりませんが、一貫性を維持することは、従来のテキスト読み上げモデルよりも困難です。
これは私の意見です。何度も試して、違いを確認できます。
OpenAIが安定性と堅牢性を向上できれば、テキスト読み上げ機能を作成するスタートアップなどで使用するべきでしょう。
いずれにしても、OpenAIは他のAPIと同様に成功するでしょう。そしてすぐに優れたオープンソースの代替手段が登場するでしょう。
1、2日後に動画をアップします。次の動画でお会いしましょう。素敵な一日を！