AIラジオ『zenncast』の技術構成（プロンプトつき）
先日、個人開発していたzenncastというWebサービスをリリースしました。 Zennでトレンドになっている記事を、毎日AIが10分のラジオにして届けてくれるというサービスです。 ありがたいことに公開後はたくさんの方に試してもらえ、技術的な質問も多数いただきました。 このZennではzenncastの技術構成や仕組みを紹介します（プロンプトつき）。 作ったもの まずはエピソードを一つ選んで1分くらい聴いてみてください！ AIラジオの雰囲気が掴めると思います。 主な機能・特徴 毎朝10分のラジオを生成 Zennでトレンドになっている記事を要約して紹介 お便りを投稿すると、翌日のエピソードでAIパーソナリティが拾ってコメントしてくれる BGMをつけて爽やかな聴き心地 これらのステップは人の手を介さずすべて自動化されています。 Spotifyなどの各種プラットフォームへの配信はSpotify
ChatVRMでVOICEBOXを使う方法｜Masayuki Abe
ダウンロードするだけじゃなく、起動させておいてください。 nike-ChatVRMをダウンロードして準備します。 git clone https://github.com/tegnike/nike-ChatVRM.git cd nike-ChatVRM npm install npm run devhttp://localhost:3000をブラウザで開きます。 OpenAI APIキーを入力して、閉じる(CLOSE)をクリックします。 初期画面 VOICEBOXを使うために、左上の歯車をクリックします。 設定画面合成音声エンジンの生成で、VOICEVOXを使用する(Japanese Only)を選択します。次に、声の調整で、ボイスタイプ選択で選択したい声を選択します。 会話をします。 会話画面会話したいことを入力してEnterをクリックすると、回答が出てきます。それに続いて音声で回答され
10秒の歌声を学習し、リアルタイムにその声になれるAIシステム、VocoflexをSynthesizer VのDreamtonicsが発表｜DTMステーション
いま最先端を行くAI歌声合成ソフトのSynthesizer VやAI音声合成ソフトのVOICEPEAKなどを手掛けるDreamtonicsが、また新たな画期的なシステム、Vocoflexなるものを発表されるとともに、そのベータ版が公開されました。これは人の歌声を10秒程度録音して、その場でAIに学習させると、誰でもその歌声にリアルタイム変換できるというユニークなシステム。WindowsやMacの環境で動かすことができ、マイクに向かって歌えばその場で変換するし、VST/AUのプラグインとしてDAWに挿せば、ボーカルトラックをその学習した人の歌声に変換することができるという、驚くべきソフトです。 単にその10秒程度録音した人の歌声に変換できるだけでなく、AIが歌声を学習し、分析した結果を独特な手法でグラフィック化するUIを採用しているのもユニークな点。その結果、人の歌声の特徴をグラフィックで表
AI歌声ライブラリ「LAUGH DiAMOND (ラフダイヤモンド)」プロジェクト始動！
ひょんな事から、とある芸能事務所に入ることになり、 篁 響季、風祭 朝陽、小紫 桃果、山田 花音らは ユニット「LAUGH DiAMOND」を結成することになったが、デビューどころか、自分たちの曲も用意してもらえず目下日々自主練（≒放置）状態の憂き目に遭っている。 あまりにも放置されているため、自分たちで路上ライブを試みるが…。 そしていつの日か、ライブハウスでたくさんの曲で ライブをやることが LAUGH DiAMOND の目標に… そんな彼女たちに、 あなたの曲を歌わせてあげてくれませんか？ 「LAUGH DiAMOND」プロジェクトとは？ 最新のディープラーニング技術を駆使したAI歌声ライブラリでもあり、 「篁 響季（たかむら・ひびき）」「風祭 朝陽（かざまつり・あさひ）」 「小紫 桃果（こむらさき・ももか）」「山田 花音（やまだ・かのん）」 で結成された夢見るシンガーユニット「LA
index.html
N Air ライセンス契約書 このN Airライセンス契約書（以下「本契約」といいます）は、株式会社ドワンゴ（以下「当社」といいます）が無償で公開する動画配信用のソフトウェア（以下「N Air」といいます）の利用条件を規定したものです。N Airを利用しようとする人は、N Airを利用する前に、必ず本契約の内容を確認してご同意いただく必要があります。利用者が未成年の場合には、法定代理人（親権者等）に本契約を確認して頂き、事前に法定代理人（親権者等）の同意を得たうえでN Airをご利用ください。また、法人がN Airを利用する場合には、法人を代表して同意する権限のある人が本契約の内容に同意する必要があります。当社は、利用者（利用者が法人の場合には利用者の役員または従業員を意味します。以下同じ）がN Airを利用したことをもって本契約に同意したものとみなします。 なお、本契約は、当社の任意の判
［GDC 2024］フィクションの世界の言語を“らしく”音声化するためのアイデアとは。スクウェア・エニックスの音声合成技術セッションをレポート
［GDC 2024］フィクションの世界の言語を“らしく”音声化するためのアイデアとは。スクウェア・エニックスの音声合成技術セッションをレポート 編集部：Junpoco 北米時間の2023年3月18日に開幕したゲーム開発者カンファレンス「Game Developers Conference 2024」（GDC 2024）より，スクウェア・エニックスの技術セッション「Machine Learning Summit: Fictional Speech Synthesis to Avoid the Risk in Generative Contents」のレポートをお届けしよう。 ゲームのようにインタラクティブな体験が重要なデジタルコンテンツの制作において，ユーザー入力に柔軟に対応できる音声合成技術（text-to-speech technology）は有効な選択肢の一つである。 この音声合成技術
今年の書初めコーディングはAITuberを創る！
はじめに あけましておめでとうございます。去年は何といってもAIの年でした。ChatGPTやStableDiffusionが2022年末に登場してから、想像を超えてAI周りが進化しましたね。今回は年の初めという事もあり、前から興味のあったAITuberを作ってみる事にしました。 「AITuberを作ってみたら生成AIプログラミングがよくわかった件」 って本も買ったし。LLM部分だけでは無く、OBSやYouTubeのコメント取得などAITuberに必要な内容が一式揃っていて非常に参考になりました。 また、私はプログラミングは多少できますが、イラストや音楽に関しては全くスキルの無い人間です。そのためそのあたりに関してはStable DiffusionやSunoAIの力を借りて作っているので、結果的にオール生成AIという感じですね。そのあたりも含めて記事にまとめたいと思います。 TL;DR 素の
ずんだもんが無料で使える、超高性能AIボイスチェンジャー、ParakeetVCが公開。1か月間は全キャラクタ、全機能が無料｜DTMステーション
自分の声をまったく別のキャラクタの声に変えることを実現するAIボイスチェンジャー。エフェクトを使って自分の声を加工する従来のボイスチェンジャーとは異なり、自分の声は完全に消えて、まったく別人になりきれるのが特徴で、これまでもVoidolやCoeFontボイスチェンジャーといったものを記事でも紹介してきたほか、中国系のフリーウェアでもかなりの精度を持ったものがいろいろ登場してきています。 そうした中、12月25日、まったく新たなAIボイスチェンジャー、Parakeet.VC（パラキート・ブイシー）が、福島県のベンチャー企業、Parakeet株式会社からリリースされました。ここには東北ずん子や東北きりたん、またずんだもんをはじめ、計109種類の声が収録されており、ユーザーはそれらを選んで、マイクで話せばリアルタイムにキャラクタの声に変換することが可能です。既存のAIボイスチェンジャーと比較して
A.I.VOICE for Gamesを使ってUnityエディタ内でカットシーンの仮当てボイス生成を半自動化 - Qiita
この記事はUnity Advent Calendar 2023の22日目 の記事です。 Unityゲーム開発におけるカットシーン制作での音声の尺を仮音声で確認したい A.I.VOICE for Gamesアンバサダーの一條です。 Timelineを使ってカットシーン制作を行っている際、セリフがどのくらいで終わりそうか仮の音声を用意してアタリをつける場面を考えます。 ・カメラ切替や演出のタイミングをどうすべきか？セリフを言った後にアニメーション、カメラ切替、エフェクトを切り替えたい ・ボイスありの場合、声優さんの収録がおわらないと長さが決めづらい。実際のボイスデータがどれくらいの長さになる？ といったことを考えています。 合成音声ツールを使って、カットシーンの尺を調整するための仮音声があるといいのですが、自分で用意するのは面倒です。特に、セリフデータが大量にある場合はテキストから変換データを
ずんだもん読み上げに感情を与える（Bert-VITS2のkey別マージ）
この記事は本家Bert-VITS2のモデルをマージする方法を説明しています。Style-Bert-VITS2を使う場合は付属マージツールから面倒なことをすることなくマージできます。 宣伝 Style-Bert-VITS2のチュートリアル解説動画を作りました discordサーバー「AI声づくり研究会」によく出没しています 概要 Bertを組み合わせることで入力テキストに応じて感情豊かな読み上げ音声の生成が可能な Bert-VITS2 というTTS（Text-to-Speech、読み上げ音声合成）のライブラリがあります。 詳しくは 参照。 Bert-VITS2を使ってずんだもんの通常の声音のみを学習させたずんだもんのモデルと、感情豊かな別のモデルをうまくマージすることで、ずんだもんの声のまま感情豊かに読み上げることが出来るモデルを作ることができたので、その実験と、手っ取り早いマージツールの共
Linux × Node.js × voicevoxで音声読み上げ
タイトルの通りvoicevoxとnode.jsを使って音声読み上げをさせます。 コード 最初に結論のコードを載せます。どーん import fetch from "node-fetch"; import fs from "fs" const text = "おはようございます" const res = await fetch(`http://localhost:50021/audio_query?text=${text}&speaker=0`, { method: "POST", headers: { 'Content-Type': 'application/json' } }) const query = await res.json() const sound_row = await fetch(`http://localhost:50021/synthesis?speaker=0&e
あみたろの声素材工房 | ゲームや動画に！セリフ数日本一の無料声素材サイト
最終更新日：2024/03/28 ＊ セリフ素材3078点 + テキスト読み上げ音声合成, 歌声合成, コーパス音声,AIボイチェン など あなたの作品に、気軽にかわいい声を。 ひとつの声の日本語無料声素材の数なら、世界で一番！ 明るく聴き取りやすい女の子ボイス専門。minecraftのメイドさんの声などでおなじみの、1997年から続く「声の素材屋さん」です。 あみたろの声素材工房では、たくさんの音声を無料ダウンロードできます。ゲーム、アプリ、動画、システム音声、音声合成、音声案内、MOD、カーナビやレーダー探知機のカスタマイズ、AIボイスチェンジャーの学習など、いろんなことに使えます。歌声合成や、AIテキスト読み上げも。 あみたろの声素材は、安心な”全年齢作品専用”。商業作品や幼児教育アプリにもたくさん使われています。 ゲーム会社さんでもクリエイターの卵さんでも小学生プログラマーさんでも
［CEDEC 2023］「スト6」の対戦を盛り上げる「自動実況機能」は，どのように作られたのか。システム構築や技術を解説するセッションをレポート
［CEDEC 2023］「スト6」の対戦を盛り上げる「自動実況機能」は，どのように作られたのか。システム構築や技術を解説するセッションをレポート 編集部：Junpoco ゲーム開発者会議「CEDEC 2023」の初日となる2023年8月23日，カプコンの薮下剛史氏，岩本卓也氏，アンドリュー・アルフォンソ氏によるセッション「『ストリートファイター6』対戦を熱く盛り上げる自動実況機能の取り組み」が行われた。 「ストリートファイター6」（PC / PS5 / Xbox Series X|S / PS4）で対戦中に使用できる「自動実況機能」を導入した目的や，システム構築，膨大なセリフ量を処理する工夫などが語られた講演の模様をレポートしよう。 そもそもなぜ，実況機能の導入を企画したのか 最初に薮下氏から，「そもそもなぜ，実況機能をゲームに導入したのか」が語られた。 実況機能導入で目指したところには，
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
zenncast - 技術トレンドをAIがラジオに変換
GitHub - uthree/auris: AI based singing voice synthesis
AI音声合成ソフト「VoiSona Talk」が正式公開 ～女性ボイス「田中傘」とともに無償提供／同社のAI歌唱ソフト「VoiSona」をベースにした読み上げツール
GitHub - Vaibhavs10/open-tts-tracker
litagin/moe-speech · Datasets at Hugging Face
3秒の音声があれば本人そっくりの声で日本語・英語・中国語合成できる「VALL-E X」はやはり脅威。MSが非公開にした技術のOSS版を試して実感した（CloseBox） | テクノエッジ TechnoEdge
GitHub - YunaOneeChan/Voice-Changer-Settings: My settings for W-Okada's Realtime voice changer client.