チュートリアル WSLでPulseAudioを使用して音を出す方法
Windows Subsystem for Linux (WSL)は、Windows上でLinuxのバイナリ実行ファイルを直接実行できる強力な機能です。しかし、WSLでは音声の再生が直接サポートされていないため、外部ソフトウェアを使用してこ...
チュートリアル
チュートリアル 
AI・機械学習 LangchainとGeminiを使ってみた(GoogleColab付)
Langchainは、言語モデルを活用したアプリケーション開発のためのフレームワークです。この記事では、Langchainを使ってGoogleのGenerative AIモデルを効果的に使用する方法を、初心者にも分かりやすく解説します。La...
チュートリアル Deepgramでマイクからリアルタイム文字起こしをしてみた
Deepgramは、最先端の音声認識技術を提供するプラットフォームです。この記事では、Deepgramを使ってマイクからの音声をリアルタイムで文字に変換する方法を、初心者にも分かるように解説します。Pythonを使ったシンプルなスクリプトを...
チュートリアル Style-Bert-VITS2でずんだもんの声を学習させてみた（GoogleColabのノート付き）
近年、AI技術の進化は目覚ましく、その一環として音声合成技術も大きく前進しています。特に、話者の声質や話し方を模倣する技術は、エンターテイメントから教育まで幅広い分野での応用が期待されています。この記事では、Style-Bert-VITS2...
チュートリアル Faster WhisperをDockerでワンパン起動させてみた (CUDA12)
Faster Whisperを使用して、手早くかつ効率的に音声認識を行う方法について、Dockerを使った手順を初心者にもわかりやすく解説します。Dockerを用いることで、環境依存を減らし、どのようなマシンでも同じ条件でFaster Wh...
チュートリアル VTube StudioとPython連携してモーション発動させてみた
バーチャルYouTuber（VTuber）の世界では、配信や動画の中でキャラクターを動かすために様々な技術が用いられています。その中でも、VTube Studioはリアルタイムでのアバター制御に特化したアプリケーションとして広く利用されてい...
VS Code VS Code Continue と Geminiを使った 無料AIエディタ～使ってみた編①～
導入（Introduction）Continue（コンティニュー）とは？ Continueは、VS Code（VSコード）とJetBrains（ジェットブレインズ）向けのオープンソースの自動操縦機能（autopilot）です。これは、任意の...
チュートリアル VS Code Continue と Gemini(gemini-openai-proxy) を使った無料AIエディタ
開発者の間で、コーディング作業にChatGPTなどのAIを活用する動きが加速しています。しかし、これまではAIからの回答をコードベースに組み込むために、多くのコピーアンドペーストや編集作業が必要とされ、手間がかかっていました。そこで、VS ...
AIアシスタント Gemini-OpenAI-ProxyでOllamaとGemini Proを簡単接続
この記事では、OllamaのOpenAI APIに接続できる機能を活用して、Gemini-OpenAI-Proxyを通じてOpenAI APIのフォーマットをGeminiのフォーマットに変換し、Gemini Proと対話する方法について解説...
チュートリアル DockerでStyle-Bert-VITS2 APIを簡単構築し音声合成を体験しよう【ワンパン構築】
Dockerを使って、AI音声合成のプロジェクト「Style-Bert-VITS2」のAPIを簡単に構築し、実際に動かしてみましょう。この記事では、初心者の方でも理解できるように、コードブロックを交えて解説します。PythonとDocker...