Egy új, két nyelven – japánul és angolul – jól működő text-to-speech (TTS), vagyis szövegfelolvasó megoldást mutat be a videó, amely kifejezetten gyors és erőforrástakarékos működést kínál, sőt akár helyben, saját gépen is futtatható.
A bemutató során végigvezetnek az installáció lépésein, valamint különféle példamondatokkal szemléltetik az angol és japán nyelvű felolvasás minőségét. Felvetődnek olyan kérdések is, hogy GPU vagy CPU nélkül milyen lehetőségek vannak, és mennyire erőforrásigényes a modell.
Kiemelt érdeklődésre tarthat számot a hangklónozás funkció, vagyis hogy rövid hangminta alapján meglehetősen pontosan képes utánozni egy adott beszélő hangját több nyelven is. A nézőknek fel is ajánlják, hogy japán anyanyelvűként osszák meg tapasztalataikat a generált beszédek hitelességéről.
Megismerkedhetünk továbbá a rendszer architektúrájával, a használt neurális audiokódekkel, valamint a fejlesztői licenc részleteivel és etikai irányelvi kérdésekkel, amelyek nyitva maradnak a használók előtt.
