AI実況 Style-Bert-VITS2をDockerでワンパン構築してみた
Style-Bert-VITS2は、音声合成モデルの一つで、カクテルストア音声に似た自然な音声を生成できるモデルです。この記事では、Dockerを使ってStyle-Bert-VITS2を構築する方法を丁寧に解説します。こちらの記事もおすすめ...
Implementation
AI実況 
LLM Gorilla OpenFunctions: 大規模言語モデルとAPIを繋ぐ画期的なオープンソース・プロジェクト
Gorilla OpenFunctionsとはGorilla OpenFunctionsは、大規模言語モデル(Large Language Model, LLM)のチャット補完機能を拡張し、自然言語の指示とAPIの文脈から実行可能なAPI呼...
LLM 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...
LLM Local RAGをWindowsのOllama for Windows (Preview)で動かしてみた
最近、Windowsで動作するOllama for Windows (Preview)を使って、Local RAG（Retrieval Augmented Generation）を体験してみました。この記事では、そのプロセスと私の体験をステ...
AI実況 Style-Bert-VITS2で生成した音声をVTube StudioとPython連携して表情を制御してみた
最新技術を駆使して、リアルタイムでキャラクターの表情をコントロールすることは、多くのバーチャルYouTuberやストリーマーにとって非常に興味深いトピックです。この記事では、Style-Bert-VITS2で生成した音声を使い、VTube ...
AI実況 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...
LLM PCを初期化してからLLMのリモート開発環境（LLaMA-Factory）を構築するまで
PCの初期化から始まり、LLM(大規模言語モデル)の開発環境を構築する過程は、初心者にとっても分かりやすいように段階を追って説明します。このプロセスには、必要なソフトウェアのインストールからSSH環境のリモート開発構築、そしてセキュリティ対...
Gemini Gemini 1.5登場: Googleの革新的AIが拓く100万トークンの未来
2024年2月15日この文書では、大幅に向上したパフォーマンスと、モダリティを超えた長文理解における革新的な進歩を提供する新しい世代のモデル「Gemini 1.5」について紹介します。サンダー・ピチャイとデミス・ハサビスからのメッセージサン...
IoT M5Stackのセットアップ方法
M5Stackを使い始める前に、正しいセットアップが必要です。この記事では、M5Stackのセットアップ手順を詳しく説明します。M5Stackを効果的に活用するために、以下の手順に従ってください。USBドライバーのインストールM5Stack...
LLM 【RTX3060】Multimodal Large Language Models（MLLM）のSPHINX-TinyをDockerで動かしてみる
AI技術の進化は日々加速しており、その中でもMultimodal Large Language Models（MLLM）の一角を担うSPHINXは特に注目に値します。この記事では、Windows11とRTX3060を使用し、Docker環境...