次世代日本語Voice AI Agentモデル「VoiceCore」を公開
感情表現と非言語音声で自然な音声対話を実現

有限会社GIPU（東京都渋谷区、代表取締役：原田吾一）は、AIが自然な日本語を発声可能にする商用利用可能なVoice AI Agentモデル「VoiceCore」を公開いたしました。

開発の背景

従来のTTS（Text to Speech：音声合成）ソフトウェアは、文章を正確に読み上げることに重点を置いていました。一方、VoiceCoreは、AIが人間と音声を使った意思疎通を行うために設計されており、非言語音声や感情表現が可能であることが特徴です。

主な特徴

• 感情表現と非言語音声による自然な対話の実現
• 3.7Bパラメータの軽量設計により、一般的なGPUでリアルタイム動作が可能
• 商用利用可能なライセンス（Apache License 2.0またはLLAMA 3.2 COMMUNITY LICENSE）
• 日本語に特化した高品質な音声生成
• 複数の音声タイプを標準搭載

技術仕様

利用可能な音声タイプ

VoiceCoreには6種類の音声タイプが含まれており、それぞれ異なる特徴と利用条件があります。商用利用の際は、各音声の提供元のライセンス条件をご確認ください。

今後の展開

現在、以下の機能拡張を計画しています：

• Mac版（gguf形式）の提供
• 量子化版（AWQ等）の公開
• MCP（Model Context Protocol）での動作サポート
• 独自音声追加のための微調整スクリプトの提供

公開場所

VoiceCoreは、Hugging Faceにて公開しています。
URL: https://huggingface.co/webbigdata/VoiceCore

サンプルボイス

VoiceCoreのサンプルボイスは以下で公開しています。
URL: https://webbigdata.jp/voice-ai-agent/