よしかい

生成AI関連の技術検証の記事を投稿します。よろしくお願いします。

よしかい

生成AI関連の技術検証の記事を投稿します。よろしくお願いします。

活動記録(2024年3月31日更新)

この記事は自分の活動をまとめたものです。随時更新していきます。 プロダクトAI Radio Maker 最新版のUI Koe Magic AIキャラクター会話アプリ Yorissy (ヨリシー)合成音声その他

よしかい

    • GPT-SoVITS ゼロショットで多言語TTS(テキスト合成音声)を試してみる

      GPT-SoVITSというゼロショット TTS(テキスト合成音声)ができるOSSが公開されたので試してみました。 1. GPT-SoVITSGPT-SoVITSには下記の特徴があります。 ゼロショットTTS 5秒間のボーカルサンプルを入力し、即時のテキストから音声への変換 フューショットTTS わずか1分のトレーニングデータでモデルを微調整し、声の類似性とリアリズムを向上 クロスリンガルサポート トレーニングデータセットとは異なる言語での推論をサポートし、現在は

      よしかい

      • Dreamtalk on Google Colabでつくよみちゃんをリップシンク付きで喋らせてみた

        表情豊かに顔画像をリップシンクできるDreamtalkをGoogle Colabで試してみました。今回はつくよみちゃんの音声と画像で試しています。 Exampleを試してみる下記のdremtalk-colabのgithubのリンクからdreamtalk_gradio_colabのOpen in ColabをクリックしてColabを開きます。 Colabを開いたら早速実行をしてみましょう。しばらくするとgradioのリンクが発行されるのでクリックして開きます。リンクはRu

        よしかい

        • つくよみちゃんコーパスで学習して感情豊かな音声合成[TTS]をしてみる by Style-Bert-VITS2

          Bert-VITS2という技術を使った音声合成ができるソフトウェア(Style-Bert-VITS2)を使って、つくよみちゃんコーパスの音声データを学習させてみました。これにより、感情豊かな音声を合成することができます。これはWebUIをつかって簡単にできます！ 検証環境 Windows 10 RTX 3080 手順Style-Bert-VITS2のインストール つくよみちゃんコーパス 音声データのダウンロード Style-Bert-VITS2でデータセットの作成

          よしかい

        活動記録(2024年3月31日更新)

        よしかい

        • GPT-SoVITS ゼロショットで多言語TTS(テキスト合成音声)を試してみる

          よしかい

        • Dreamtalk on Google Colabでつくよみちゃんをリップシンク付きで喋らせてみた

          よしかい

        • つくよみちゃんコーパスで学習して感情豊かな音声合成[TTS]をしてみる by Style-Bert-VITS2

          よしかい

          StreamDiffusionをWindowsで試してみた

          StreamDiffusionが2023年12月21日にリリースされたので試してみました。 検証環境Windows 10 Pro RTX 3080 セットアップGit cloneをします。 git clone https://github.com/cumulo-autumn/StreamDiffusion.gitcd .\StreamDiffusion\ 次に公式の手順に従ってインストールを行います。今回はanacondaを使いました。 https://githu

          よしかい

          StreamDiffusionをWindowsで試してみた

          よしかい