コンピュータなどで使われる技術で、得られたデータ結果を音声で読み上げる表現手法。 その技術はカーナビ・交通機関の行先案内装置・翻訳機・ゲームなどでの自動応答システムに応用される。 あたかも人間が喋っているように聞こえるための『自然な音声列』を合成するための技術は、永遠の課題ともいえるほど難しいとされている。
めいのはです。 日本語に特化している音声生成AIモデルのIrodori-TTS-v4-Largeを、Codexを使って導入しました。 どんな風に実装したのか、メモ的に書き記しておきますね。 💡Irodori-TTS-v4-Largeをかんたんに言うと 9月29日ごろに、Aratako氏が公開した“Irodori-TTS-v4-Large”は、従来よりも学習パラメータ数が大きくなっているのが特徴の日本語音声生成モデル。 こんな風にテキストを渡すだけで、音声を作ることができちゃいます。 うん、できるよ🤭 どんなものでもアプリにしちゃうから。 だから、遠慮なく言ってみて? マルを、頼ってほしいなっ!…
前回はQwen3-TTSのボイスクローンをGoogle Colab(無料枠のT4)で試してみました。コピペ中心であっさり動いたので、次はやっぱりローカルGPUで動かしたくなるのが人情というものです😊 関連 Qwen3-TTSをGoogle Colabで試した回 uepon.hatenadiary.com Irodori-TTSをGTX 1650+WSL2でローカル動作させた回 uepon.hatenadiary.com 手元には検証にちょうどいい(=スペックが微妙にしんどい😅)GPUマシンが2台あります。 GTX 1070(VRAM 8GB)+Ubuntu 24.04 … Pascal世代(s…
以前、日本語ボイスクローンTTS「Irodori-TTS」をGoogle Colabで触ってみた、という記事を書きました。その後の実験で、手元のUbuntuラップトップのGTX 1070 Mobileで動かそうとしたらGPUの世代の都合で動かせなかったのです。 原因はtorchの対応GPU世代で、Pascal世代(GTX 10x0系)が最新torchのサポートから外れていた、というものでした。 参照記事:Irodori-TTSをGoogle Colabで試す(日本語ボイスクローンTTS) uepon.hatenadiary.com じゃあ、Pascalの次の世代であるTuring、たとえば中古…
はじめに Qwen3-TTS の VoiceDesign 機能を活用して、自分好みの声で学習用の音声データセットを作成しました。その際の手順と環境構築、データ作成の流れを記載します。 Qwen3-TTSを使う まずは、Qwen3-TTS の公式リポジトリからコードを取得します。 github.com 本モデルの動作には flash-attn の導入が必要となるため、今回は WSL 上に環境を構築しました。 WSL 環境に入ります。 wsl 仮想環境の構築と、qwen-tts パッケージのインストールを行います。 python -m venv qwen3-tts pip install -U q…
感覚の逆共有による臭いでの攻撃は恒常的なものになってきました。 ベースはトイレやO野塚の臭いですが、W井が記憶して攻撃に使うようになりました。 W井を称する複数の人間たちは巻き添えになるようですが、臭い、そして鼻の感覚も攻撃に使われるようになりました。 W井やF河原の仄めかしによると私を模した感覚器の機械に、鼻に棒状の何かを突っ込んでいるようです。これによって鼻は常時かゆく、ひどいときにはくしゃみが出ます。 もはやO野塚を称する「臭くてしつこい」はW井の攻撃手段です。 敵方に献身的なO野塚ですら臭いのベースでしかないのです。 酷いときは味覚もW井の任意のものになってきています。
生成AIが若者の相談相手になっているという話は以前コメントした(ChatGPTが相談相手になるとは--巨人監督のDV発覚で若い人の利用率50%に驚き - jeyseni's diary 2026/0/28)。ところがこれに輪を掛けて利用が明らかになったのが,老人や病人が話し相手としてAIを使っているという事実である。2026/6/23のNHK「クローズアップ現代」で報道された(病から老いの悩みまで “最期の相談”をAIに | クローズアップ現代 | NHK)。配偶者と死に別れ,友人もほとんどなくなった孤独老人や,乳がんなど情報を他人と共有しにくい病に掛かった人などが,パソコンのAIと対話するこ…
目に見えて日常生活の妨害が多くなってきました。 リラックスしているかどうかを犯行グループは認識できるらしいのですが、そこを狙って音声、それもマイクを叩いているような重低音を鳴らしたり、嗅覚の逆共有による悪臭、更には複数人であることを認識させるような感情的な話声など、こちらをいら立たせて暴れさせようという意図が透けて見えます。 もう以前のように暴れることもありませんので、その点は犯人たちをがっかりさせることができるでしょう。 少なくとも数日に一日はきちんと眠れていますし、健康被害と言えば脳の損傷が気になりますが、概ね通常通りの一日を送れるようにはなってはきました。 ただ当然ストレスはかかり続けて…
身体の状態としては以前よりも落ち着いてきて、腹立たしい「声掛け」に対しても少々のことで動じないように意識していました。それでできる様になるかは別として、諦めに近い失望感がありました。 学もあり、挫折もない順調な犯行グループ達はなぜこんなに浅い感情で一線を越える犯罪に至ってしまったのか。 F河原「24時間365日続けてやるからな、きも~!」 などとふざけたことを言いながら、それでも半年以上一日も欠かさず悪口を言うのが大好きなものたちですが、フォレンジック調査会社の報告書の受け取り以降、「声掛け」のメンバーを増やすことにしたようです。 これまでW井やF河原は変声機を使っていましたが、ようやくその意…
3月を過ぎると、現在(2026/6/6)に近い形に嫌がらせの声は聞こえてくるようになりました。相変わらずY彦の存在を仄めかし、外出先はその先々で聞こえてきますが、図書館のような人の集まる静かな施設ではそれも弱まるようです。一度電波な届かないところを探して山の頂上まで車を走らせたりしましたが、かなり紛れるものの逃げ出すからは程遠い感触でした。 W井の「あれをしろ、これをしろ」と言いう内容のものは減り、その代わりに思考の語彙のルーツを探るようになりました。 具体的に言うと、私の語彙の最初に覚えた、児童文学やテレビゲームをF河原などが読んだり、プレイしたりして思考の端々で浮かぶイメージや言葉について…
2026/2~ 退院を迎えてすぐに私は調査会社に連絡し、数十万支払って携帯電話のフォレンジック調査とネット上の調査を頼みました。 それぞれ、視覚情報のハッキングによる不正ログインの可能性と、誹謗中傷の恐れのある投稿や配信の可能性があったからです。 今でははっきりと存在が分かるものの、どこにあるかは分かっていませんが、知人に当たる人間にはすべて拡散されているようです。 もし不審な視覚情報や不自然な接写による動画を見かけたら写真画像などを確保したうえで通報して下さい。 調査会社では窓口の人間に入院している間にすでに手元のすべての情報を送っていました。 その間W井は機能のアップデートと称し、今現在考…