［vol.172］e-LabLetter10月号

世界で初めて「AI（人工知能）」という言葉が使用された1956年から、67年の月日が流れた現在。
対話型AI「ChatGPT（チャットジーピーティー）」などの登場により、今までにない盛り上がりを見せており、仕事や私生活への影響が現実味を帯びてきたと感じています。みなさんはすでにAIサービスを利用しているでしょうか？
今回のメルマガは、そんなAIにフィーチャーした内容になっています。

「仕事に通じることで、業務時間外に何かしてることある？」というひと言から、実はあんなことやこんなことをやってますというスタッフがいたので、二人で対談してもらうことにしました。ちょっとマニアックな要素が強めの内容ですが、ぜひご一読ください。

H：最近調べていることとか、気になることとかある？
N：僕としては、画像生成AIの「Stable Diffusion（ステーブルディフュージョン）」、そこから派生した画像復元の「DiffBIR（ディフビーアイアール）」、文字起こしAIの「Whisper（ウィスパー）」の3つですね。

〈つづきはこちらでご覧ください！〉
▼https://www.deltar.co.jp/message/2023101516054277.html

『e-ラボレター』の発行日は、偶数月の第4水曜日です。次回は12月27日にお届けします。
なお、偶数月にはニューズレターもお届け予定です。公式サイトにはデジタル版が掲載されますので、どうぞご覧ください。

▼【vol.66】黒に溶ける澄んだ赤
https://www.deltar.co.jp/message/2023092200334537.html

今回の特集は対談形式でしたが、関係者の都合上、ライターの同席なしで音声を録音するスタイルで実施。そして、音声データを「Premiere Pro（プレミアプロ）」の音声テキスト変換で自動生成したものを受け取りました。テキストデータを見てみると、二人で話しているはずなのに、話者1、話者2、話者3が登場！？
真相を突き止めるために音声データを聴いてみると……話者3はライター自身でした（笑）。思い返してみると、対談の近くで別の打ち合わせをしていたのです。便利な文字起こし生成AIですが、元となる音声データの録音環境を整えなければ、本来の性能を発揮することはできないと実感した、ちょっとおマヌケな出来事でした。