主要記事– tag –
-
生成AI実験室
生成AI研究室(101) 台詞の声を、誰の声も参照せずに作って固定する——Irodori-TTSのVoice DesignとSpeaker Inversionを16GB機で実測
(95)で「H3の日本語台詞は外で作る」と整理し、その本命にIrodori-TTSを挙げた。次に出てきた問いは「誰かの声を参照して一貫性を出すのではなく、声そのものを文や数値で作って、固定できないか」。Irodori-TTS v4.1-Smallには、その両方の入口がある。文... -
生成AI実験室
生成AI研究室(100) 【速報】AnthropicのIPO——11月19日にNasdaq上場予定、価格帯70〜78ドル、公募8億2,500万株+私募260億ドル。S-1の数字と報道を出所つきで時系列に
Claudeを作るAnthropicが、11月19日(米国時間)にNasdaqへ上場する予定と報じられている。当サイトはClaudeを記事づくりとBot開発に使っているので、使う側に関わる話として、会社がSEC(米証券取引委員会)に出した書類と報道を分けて整理する。日付は米国時... -
生成AI実験室
生成AI研究室(99) MiniMax H3の音声まわりを一式で扱うノードパック「H3 Audio T8」——3つの音声モードと、作者が書く「H3は音素TTSではない」
(95)で「H3の日本語台詞は外で作って、H3には口だけ合わせてもらう」と整理した。その裏づけになる一次情報を、H3用のComfyUIノードパックの中に見つけたので続報にする。対象は GitHub の T8mars/comfyui-minimax-h3-audio-T8。11月17日 04:54(日本時間)... -
生成AI実験室
生成AI研究室(96) NVIDIAのCEO交代・続報——クラウド経由のGPU利用は、いまの輸出規制の対象外。発表と報道を出所つきで時系列に
(83)では会社の発表だけを並べました。その後、取締役会の調査体制、顧客企業をめぐる各国の調査、議会の法案の動きが出そろってきたので、続報として整理します。 この件は、法律の現在地を先に押さえると見通しがよくなります。日付は米国時間、予定の時... -
生成AI実験室
生成AI研究室(95) H3の日本語台詞は「外で作る」——声質とアクセントを音声合成で先に決めて、H3には口だけ合わせてもらう。日本語が作れるオープンソース8本の比較と、H3への渡し方
走る女性シリーズの(91)で、警備員の「おつかれさま、おそくまでごくろうさまです」を自然にするのに9版かかった。MiniMax H3は映像と口の動きは良いが、日本語の台詞の抑揚は弱い。当方の録音した声を「抑揚の参照」として足すと、参照画像4枚のうえに音... -
生成AI実験室
生成AI研究室(94) ComfyUIを使いやすくする拡張の一覧——5分類17本。当方の2機に入っている5本と、新顔のSmart-Guides・comfydiff、本体に入って拡張が要らなくなったもの
ComfyUIの拡張(カスタムノード)には、モデルを動かすためのものと、作業そのものを楽にするためのものがある。この記事は後者だけを集めた。配線がぐちゃぐちゃで追えない、VRAMの残りが分からない、どのワークフローが当たりだったか分からない、という日... -
生成AI実験室
生成AI実験室(1) 動画生成AI「MiniMax H3」はローカルMacで動くか
このサイトの新シリーズ「生成AI実験室」を始めます。Botの話から離れて、生成AI——当面は動画生成——を手元の環境でどこまで扱えるかを検証していく連載です。方針はBot開発記と同じで、感想ではなく実測を書きます。 1本目の題材は、2026年8月にオープンウ...
1