D-IDは、写真をカスタムフォトリアリスティックビデオに変換する方法「Speaking Portrait」をリリースしました。

古典的な家族写真を生き生きとした動くポートレートに変えるセンセーショナルな MyHeritage アプリの技術を開発した会社が、その技術の新たな実装で戻ってきました。静止写真を超リアルなビデオに変換し、何でも伝えることができます。

D-ID の Speaking Portraits は、過去 2 年間で話題となった悪名高い「ディープフェイク」に似ているように見えるかもしれませんが、基盤となる技術は実際にはかなり異なり、基本的な機能についてはトレーニングは必要ありません。

D-IDは、実際には2018年のTechCrunch Battlefieldで全く異なる焦点（顔認識技術のスクランブル）を携えてデビューし、TechCrunch Disrupt 2021で新しいSpeaking Portraits製品をライブでデビューさせました。同社は、新しい技術を使用してさまざまな感情を表現できる多言語のテレビキャスターを作成すること、顧客サポートのやり取りのための仮想チャットボットペルソナを作成すること、専門能力開発用のトレーニングコースを開発すること、インタラクティブな会話型ビデオ広告キオスクを作成することなど、多数のユースケースを披露しました。

この新製品と、D-IDとMyHeritageの提携（MyHeritageのアプリはAppleのApp Storeチャートで一時トップを独占した）は、明らかに同社の当初の焦点から大きく逸脱している。昨年5月まで、D-IDは以前のアプローチに基づいて資金調達を行っていたが、MyHeritageとの提携は2月に開始され、その後GoodTrustとも同様の契約を結び、さらにワーナー・ブラザースとの華々しい提携では、ヒュー・ジャックマン主演の映画『レミニセンス』でファンが予告編に自分自身を挿入できるという内容の作品を発表した。

D-IDの方向転換は、他の多くの企業よりも劇的に見えるかもしれないが、技術的な観点から見ると、写真に命を吹き込むという同社の新たな取り組みは、匿名化ソフトウェアとそれほどかけ離れていない。D-IDのCEO兼共同創業者であるギル・ペリー氏は、同社がこの新たな方向性を選んだのは、この種のアプリケーションには非常に大きな潜在的市場があることが明らかだったからだと語った。

ワーナー・ブラザースのような大手クライアントや、比較的無名のブランドによるApp Storeを席巻するアプリの存在は、この評価を裏付けているように思われます。しかし、「Speaking Portraits」は、大規模クライアントから小規模クライアントまで幅広いクライアントを対象としており、誰でも元画像と録音された音声または入力テキストからフルHD動画を生成できます。D-IDは、この製品を英語、スペイン語、日本語でリリースしますが、顧客からの要望に応じて、将来的には他の言語にも対応する予定です。

D-IDは、スピーキングポートレートを2つの基本的なカテゴリーで提供しています。「シングルポートレート」は、静止画1枚だけで作成できます。このポートレートでは、頭部はアニメーション化されますが、その他の部分は静止したままです。このポートレートは、写真に既に存在する背景のみで作成できます。