Web Speech API

-


ボイスチェンジャーで声を変えると おネエ みたいになってしまうけど、最近の音声認識・音声合成技術を使えは性別も超えられるのでは？ということで、マイクで喋った声を音声認識してテキスト化し、そのテキストを音声合成して出力するとともに、その音声とアバターの口とリップシンクさせてみたテスト



Web Speech APIを叩くスクリプトを書いて、「おっさんの声→[音声認識→テキスト→音声合成]→女性の声→仮想オーディオドライバ→音声出力／リップシンク→録画」してみた。どうしても音声認識でタイムラグが発生するため会話には向かないけど、独白やチャットなら使えそう。音声モデルも2つ目の「Microsoft Nanami」はいい感じだね。

コメント

コメントを投稿

このブログの人気の投稿

Platearu-Blender-Importer

-
イメージ
BlenderにPLATEAUのCityGML形式の3D都市モデルをインポートするアドオンツール「 Platearu-Blender-Importer 」が公開されています。 PLATEAU公式からは「 PLATEAU SDK for Unity 」などもリリースされているので、ゲームエンジンでの利用やFBXファイル等への変換が目的なら、そちらの方が安心・高機能と思いますが、Blenderで直接編集やデータ変換などを行いたい場合は重宝しそうですね。
続きを読む

ゆかりねっと VOICEPEAKプラグイン

-
イメージ
音声認識型トークアプリ「 ゆかりねっと 」で VOICEPEAK にしゃべらせるテスト。Google Chromeの音声認識→テキスト→VOICEPEAK→音声・字幕 の一連の流れが1つのアプリでできる。 以前 、Google Chromeで音声認識～音声合成を行うスクリプトを作ったけど、VOICEPEAKの方が自然な日本語で聞こえるのが良い。 実際に喋ってから合成音声が出力されるまでラグが出るのは仕方がないけど、いずれこの辺りもAIで解決しそう。
続きを読む

Evernote から Googleドライブに移行

-
イメージ
もうすぐ、プレミアムプランの更新になるので、いよいよ重い腰を上げて、長年愛用してきた Evernote を Googleドライブ に移行する決心をした。 ノート類はそんなに数が多くないので、そのまま Googleドキュメントにコピペ、PDFなどの添付ファイルはフォルダに分けてファイルとして保存し、Webクリップは印刷してPDFファイルに変換した。 一番の問題は、スキャンした2,000件あまりの名刺画像の扱い。名刺はタイトルに「会社名:名前」を付けて、「関係」をタグで分けるだけのシンプルな管理をしていたのだけれど、移行に当たっては汎用性を重視して、名刺画像のファイル名は同じく「会社名:名前」にして　に「フリガナ」と「関係」をメタデータとして埋め込むことにして、ちょこちょこっとプログラムを書いた。 そのおかげで、当初思ってたよりも早く名刺の移行ができた。Windows エクスプローラで名刺画像ファイル見ると、「フリガナ」と「関係」がタグとして書き込まれているのがわかる。そのため、ファイル名だけでなく「フリガナ」や「関係」でも検索することができる。 また、 Googleドライブ には画像のOCR機能もあるので、「フリガナ」や「関係」以外にも、 Evernote  のように名刺に書かれている住所や部署などの情報で検索することもできる。これで、 Evernote  から  Googleドライブ  に完全移行できた。めでたしめでたし。(^^;
続きを読む

ワイヤレステレビチューナー

-
イメージ
以前、買った、 妻用のタブレット は地デジチューナーが搭載されているのだけれど、自宅周辺は電波状況が良くないので、案の定、テレビの映りがイマイチな結果に。 それで、地デジ放送（フルセグ）を無線LAN経由で見ることができる、DXアンテナのワイヤレステレビチューナー「 DMC10F1 」を買って試してみました。 接続は、壁面のTVアンテナ用コンセントに挿して、無線LANルーターとWPS接続するだけ。そして、 モアテレビ というアプリをインストールすれば、タブレットでテレビ放送が見れられる。 無線LANルーターは2階に設置していて、同じ階にあるリビングや台所では全くノイズなしで綺麗にテレビが見られる。しかし、肝心のお風呂は1階にあって少し離れているのと、途中に床やら壁やらがあって、無線LANの電波状態があまりよくない。 それでも、無線LANルーター、タブレットとも、IEEE802.11ac 対応のせいか、たまにノイズが入る程度で視聴できた。良かった。 PCでは視聴できないし（対応アプリがない）、アプリが今後どのくらいの期間サポートされるのか不安な面もあるけれど、値段も安いし、何よりもテレビをリアルタイムで見るだけのシンプルな作りなので、妻にもわかりやすくていいんじゃないかなあ。
続きを読む

ChatGPT

-
イメージ
「Stable Diffusion」などの画像生成AIには興奮しましたが、「 ChatGPT 」などのチャットAIについては、真偽不明な「それっぽい」文章を作ってもらったところでなあ。。。と思ってました。 でも、とある試験問題を作る必要があって、毎回、問題文とその解答例などを作るのが大変なので、「 ChatGPT 」が使えるかも、って思いついた。 人間だって、テキストを読んで、ネットで調べて、官公庁の報道発表資料やクオリティペーパーなんかで裏取りしているんだし、AIだって結局 同じようなもんじゃないかなあ w ついでに、プロポーザルの提案テーマを入力して、技術提案書も書かせてみた。どちらも、もちろんそのままでは使えないけど、結構整理されていて、ちょっとアレンジすれば、それなりに使えるかも？って感じ 😅
続きを読む