自分で歌ったり喋ったりした録音物をAIに解析させて
それを別の声に置換して再生する技術の方が実現度高そうだな
ナレーションとかVtuberとかの用途にも人気出るだろうし
現存しない人物の写真をAIで捏造したりできるようになってきたから可能性が高い