あなたの声を、無断学習から守る

RVC や so-vits-svc、ElevenLabs といった音声合成モデルは、 数分程度の音声データから声を再現できる水準に達しています。 そのため、音声を公開すること自体が無断学習のリスクを伴う状況になっています。

本機能では、心理音響マスキング理論を応用し、人の聴覚への影響を抑えながら処理を施します。 一般的な聴取条件下では元音声との差異を知覚しにくい水準を目標としつつ、 AI モデルの学習を撹乱する信号と、流出時の追跡用識別子を埋め込む仕組みです。 ただし、音源の特性や再生機器・聴取環境により、わずかなノイズが知覚される場合があります。

最上位の aggressive レベルでは、AI が学習した結果の音声からも 元の声を辿る可能性を視野に入れた追加処理を組み込んでいます。 具体的な仕組みは特許出願準備中のため非公開です (実証実験は継続中)。

※ AI モデルは継続的に進化しており、防御効果を保証するものではありません。 本機能は無断学習の試みに対する追跡可能性を高めることを目的としています。