2026-03-01から1ヶ月間の記事一覧

日本語を含む6言語対応の軽量TTS「piper-plus」をバイナリファイルから実行して推論する

初めに 開発環境 バイナリのダウンロードと確認 モデルのダウンロード 推論 初めに スマホやIoTでも動かすことができる日本語を含む6言語対応の軽量TTSのpiper-plusを公開しています 学習も自由にできるようにOSSとして公開しています github.com piper-plus…

スピーカー参照条件付きのマルチスピーカー音声合成拡散モデル「Echo-TTS」をWindowsで推論をする

AI

初めに 開発環境 環境構築 実行 初めに 拡散モデルのTTSのEcho-TTSを動かしてみます github.com 制限事項としては以下になります 主に英語向け(学習データに日本語が含まれるかは不明) 音声出力は CC-BY-NC-SA-4.0(非商用)ライセンス 開発環境 Windows 1…

LuxTTSを日本語g2p対応をして学習を行い、日本語の音声合成に対応する

初めに 開発環境 環境構築 初めに ZipVoice をベースにして推論を高速化した LuxTTSを今回は日本語対応をしていきます github.com 基本的にpyopenjtalkを使って日本語のg2pを入れて学習をする流れです 対応済みのリポジトリは以下で公開しています github.co…

複数の生物種が限られた空間内で共存するシミュレーション「Evoli」を動かす

初めに 開発環境 環境構築 実行 初めに 数年前にリリーされているAmethyst エンジンで構築されたマイクロ生態系シミュレーションゲームです github.com これをBevy エンジン (v0.15) に書き換えました。 github.com 実行すると以下のような動きをします 開発…

粒子間の引力・斥力で生命のようなパターンが創発する「Particle Life」シミュレーションをmacOS + openFrameworksで動かす

初めに 開発環境 環境構築 初めに 粒子間の引力・斥力という単純なルールから、生命のような自己組織化パターンが生まれるシミュレーション「Particle Life」を触ってみます。 youtu.be オリジナルのリポジトリは以下です。 https://github.com/hunar4321/pa…

リアルタイム音声アプリケーション向けのオンデバイス音声認識(STT)ライブラリでマルチプラットフォームに対応している Moonshine VoiceをWindowsで動かす

AI

初めに 開発環境 環境構築 実行 初めに リアルタイム音声アプリケーション向けのオンデバイス音声認識(STT)ライブラリでマルチプラットフォームに対応している Moonshine Voiceを触ってみます github.com 開発環境 Windows 11 uv 0.9.x cuda 13.0 環境構築 …

動画セグメンテーションの軽量なエンコーダのみのViTモデルをWindowsで動かす

AI

初めに 開発環境 環境構築 1. Detectron2をクローンしてC++拡張を無効化 2. pyproject.toml の detectron2 ソースをローカルパスに変更 3. 依存パッケージをインストール CUDA バージョンについて 実行 初めに 以下のような動画の軽量なセグメンテーションの…

ACL 2024論文「EconAgent」でGPT-4.1-miniによる100人規模のマクロ経済シミュレーションを動かす

AI

初めに 開発環境 環境構築 シミュレーション実行 仕組み シミュレーション結果 マクロ経済指標 失業率 資産分布 結果からわかること 初めに EconAgentは、LLMを経済エージェントの意思決定エンジンとして使い、マクロ経済活動をシミュレートするフレームワー…