テキスト以外のメディアを創出する「音声・音楽・動画生成AI」の技術動向および実務活用に関する記述として、最も適切なものを1つ選択してください。
出典生成AIパスポートオリジナル模擬試験
ア
音声合成（Text-to-Speech: TTS）技術は、人間の感情や自然なイントネーションを再現することは技術的に不可能であり、現在でも機械的で平坦な電子音しか出力できない。
イ
動画生成AIは単一の静止画をスライドショー形式で連続表示する機能にとどまり、時間軸に沿った物理法則やオブジェクトの連続的な三次元運動をシミュレートすることはできない。
ウ
音楽生成AIが生成した楽曲は音響データとして個人聴取できるが、企業のBGM制作やプロモーション動画への商用利用は世界中のすべてのプラットフォーム規約で一律禁止されている。
エ
テキストや画像からの高品質な動画生成、自然な感情表現を含む音声合成、指定したジャンルやテンポに応じた楽曲生成などマルチモーダルなメディア制作への応用が急速に進んでおり、時間的一貫性や物理法則の忠実な再現が技術的な焦点となっている。