人工知能（AI）を活用した音声・映像技術は、近年、着実に人気を集めている。韓国のスタートアップ、Neosapience（ネオサピエンス）は、ユーザーがスタジオで録音や編集をすることなく、テキストを動画に変換できる合成音声・動画プラットフォーム「Typecast」を開発した。
Neosapienceは米国時間2月22日、成長を加速させ、新たな地域（特に米国）での事業を拡大するために、シリーズBラウンドで2150万ドル（約24億7400万円）を調達したと発表した。BRV Capital Managementが主導した今回の資金調達により、同社の累計調達額は約2670万ドル（約30億7200万円）に達した。本ラウンドには他にも、Stic Ventures、Quantum Venturesが参加した。既存投資家であるCompany K Partners、Albatross Investment Capital、Daekyo Investment、TimeWorks investmentsも参加した。
Neosapienceの共同創業者兼CEOであるTaesu Kim（キム・テス）氏はこう述べている。「今回の資金調達により、リーチを拡大し、限界をさらに押し広げることができます。より少ない労力でコンテンツを作ることを可能にするだけでなく、AIを使ったバーチャルアクターを誰もが利用できるようになるという我々のビジョンを実行することが可能になります」。
元Qualcomm（クアルコム）のエンジニアが集まって2017年に設立した同社は、韓国語と英語の170人のバーチャル声優を提供するAIボイスサービスプロバイダーとしてスタートした。2022年1月には、実在の人物のように見えるAIを活用した合成動画（アバター）機能を追加した。日本語やスペイン語など、他の言語も追加していく予定だという。
画像クレジット：Neosapience
同社のユーザーの大多数は主にクリエイターや企業のクライアントで、ビジネスやVlog、ゲームなどの個人的なチャンネルのためにビデオやオーディオコンテンツを作成するためにこのツールを使用していると、キム氏はTechCrunchに語った。企業クライアントには、韓国のボーイズグループBTSの声を作りたいと考えている、同グループが所属するHYBE Entertainmentの子会社HYBE EDUのようなメディアやエンターテインメント企業の他、オーバーザトップ（OTT）プラットフォームも含まれている。また、複数の電子書籍プラットフォームがTypecastを利用して、同社のAI声優が作成したさまざまなオーディオブックを提供していると、同氏は説明してくれた。ユーザーは、実際の俳優を雇う代わりにTypecastのアバターを使用することで、音声品質を維持しながらコストと時間を削減できるという。
「クリエイターが当社のサービスを使って、より多くの、より良いコンテンツを作ることを支援したいと考えています。クリエイターエコノミー全体が我々にとっては対応可能な市場であり、その規模は1040億ドル（約11兆9700億円）と推定されています」とキム氏はいう。
画像クレジット：Neosapience
競合他社との違いの1つは、人間のような感情の表現、話し方、韻律制御、ボーカル、ラップボイス技術など、Typecastの高度な技術にあるとキム氏は語る。
BRV Capital ManagementのマネージングディレクターであるYeemin Chung（チョン・イェミン）氏は、声明で次のように述べている。「人間の感情をテクノロジーによって表現することは、これまで非常に難しいことでした。「Neosapienceは、音声・映像合成の分野で先頭を走り続け、個人のクリエイターやエンターテインメントのための商業インフラの構築に成功しました。世界中のメディア企業は、デジタルコンテンツやバーチャルコンテンツの制作に感情を組み込む方法を革新するために、（この技術に）簡単にアクセスすることができます」。
Neosapienceのユーザーは現在、100万人以上いるという。過去2年間、2019年11月のローンチ以来、その収益は毎月約18％の成長を遂げている。同社の従業員は1月時点で41人。
「この1年で急速に成長しましたが、AIを活用したバーチャルヒューマンと、その合成メディアやインタラクティブコンテンツへの応用において、誰もが認めるグローバルリーダーになるために、さらに邁進する機会があると考えています」とキム氏は語った。
関連記事：実在しているような合成アバターがしゃべるプレゼン動画を簡単に作れるSynthesiaの技術
画像クレジット：Neosapience
［原文へ］
（文：Mike Butcher、翻訳：Den Nakano）