音楽における時間　音楽は常に時間と共にある。ドビュッシーは音楽を「色とリズムを持った時間」と定義した。ケージは'4分33秒'において、音楽の本質が時間であることを、最もラディカルな形で提示した。 Curtis Roadsは、時間構造のレベルをMacro、Meso、Sound Object、Microなど9つの階層に分類して定義した。音楽においては、Macroは楽曲全体、Mesoはフレーズ、Sound Objectは1〜数秒の音のイベント、Microは音の粒子（Grain）を指す。このように音を階層化することは、西洋音楽に典型的な、物語的で、直線的に発展する時間構造を示唆する。これとは対照的に、インドネシアのガムラン、インドの伝統音楽、La Monte Youngの長大なドローンなどは、特定の方向性を持たない、円環的な時間構造を示唆する。 W. D. TenHoutenは、音楽における時間意

本製品は2025年5月9日12:00ごろ発売予定です。 本製品は供給が安定するまで1会員あたり2個までの数量制限を実施しています。 デュアルSoCアーキテクチャで豊富なハードウェアリソースを備えた、高度に拡張可能な開発者向けポータブルIoTターミナル開発デバイスです。メインコントローラにはRISC-VベースのESP32-P4 SoC（16 MB Flash、32 MB PSRAM）、ワイヤレスモジュールは、内蔵3Dアンテナ/外部MMXアンテナポート切替可なESP32-C6-MINI-1U（Wi-Fi 6対応）を採用、様々なデプロイ環境に柔軟に適合し、高速データスループットと低遅延を保証します。 ビジュアルインタラクションには、5インチ1280 x 720 IPS TFTディスプレイ（MIPI-DSI）、タッチ入力はGT911マルチタッチコントローラ（I2C）で、スムーズかつ正確なレスポンス

# !/bin/bash # systemd設定ファイル保存フォルダ SYSTEMD_PATH="/etc/systemd/system/" SERVICE_NAME="wol.service" FILE_PATH=${SYSTEMD_PATH}${SERVICE_NAME} # tlpの設定変更 sudo sed -i -e "s/WOL_DISABLE=Y/WOL_DISABLE=N/g" /etc/default/tlp # 設定値確認 echo "tlp設定変更の確認：WOL_DISABLE=N　で成功" sudo grep "^WOL_DISABLE" /etc/default/tlp # ethtoolのインストール sudo pacman -S --noconfirm ethtool # インターフェイス名を調べて変数に入れる NIC_LIST=($(for DEV in `

Twisted Mind

音声認識モデルや音声処理を行う際、ノイズ除去はモデル精度に大きく影響します。この記事では、代表的なノイズ除去ツールであるSoX、OpenAI Whisper、RNNoiseの特性と使い方を比較・解説します。 1. SoX (Sound eXchange) SoXは音声処理の「スイスアーミーナイフ」と呼ばれるほど多機能で、特に音声ファイルの基本的な前処理に適しています。 特徴 軽量・高速処理 フィルター（ノイズ除去、ノーマライズ、ゲイン調整）が豊富 コマンドラインでのバッチ処理に最適 ノイズ除去の例 注意点 ノイズプロファイルを事前に作成する必要がある 強いノイズや複雑なノイズ除去には限界あり 2. OpenAI Whisper Whisperは主に音声認識モデルとして知られますが、実はノイズ環境下の音声認識に特化した内部処理を持ちます。 特徴 AIベースのモデルで、複雑なノイズに対しても高

plan-text-win.md 草稿。あとで書く Markdown の表現力は十分である Markdown は(リッチテキストに比べると)表現が貧弱だとよく言われれる。自分もそこは同意する。 しかし、それがデメリットではない。Markdown の貧弱さは、意思伝達上の明確なメリットであると考える。Markdown の枠組みの中でテキストを組み立てることが、書き手・読み手に低負荷なまま意思伝達を可能にする。 制約は力である markdown は元々はメール文面の慣習的なテキスト装飾が元になって発展した記法だ。プレーンテキストでも読める、という点に最も大きな価値があり、プログラミングエディタによる装飾や、GitHub上で閲覧するときの HTML 変換は補助ツールでしかない。 プログラマと非プログラマの一番の思考の違いは何か考えた時に、「制約」に対する認識の違いがあると考える。 プログラミング

DuckDB-VSS と PLaMo-Embedding-1B を利用することで、ベクトル検索を実現できますが、DuckDB-FTS (Full-Text Search) と形態素解析ライブラリである Lindera を組み合わせて日本語全文検索を実現できます。 DuckDB-FTS + LinderaDuckDB の全文検索拡張は日本語には対応していないないのですが、スペース区切りでトークン化することで、日本語の全文検索を利用する事が出来ます。トークン化には Meilisearch にも利用されている信頼と安心の Lindera を利用することにしました。 今回この参考コードを Lindera の作者であり検索の専門家でもある Minoru OSUKA 氏にレビューいただきました。本当にありがとうございます。 以下は参考コードです。 [project] name = "duckdb-ft

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 生成AIは昨今目覚ましい飛躍を遂げています。特にChatGPTなどのLLMがかなり注目されていると思います。画像やテキストの生成は気軽にできるようになっていますが、作曲すらもAIでできるようになりました。 今回は、Googleが開発した作曲AIライブラリのMagentaを使って作曲するまでの流れを紹介いたします！ Magentaについて MagentaとはGoogleが開発した音楽生成の機械学習ライブラリです。PythonやJavaScriptで使用することができ、オープンソースなので誰でもフリーに使うことができます。 現在のところ、オ

Key Takeaways: Stable Audio Open is an open source text-to-audio model for generating up to 47 seconds of samples and sound effects. Users can create drum beats, instrument riffs, ambient sounds, foley and production elements. The model enables audio variations and style transfer of audio samples. We’re excited to announce Stable Audio Open, an open source model optimised for generating short audi

はじめに このノートブックでは、オープンソースの音楽生成モデル「YuE(乐)」を使って、歌詞から完全な楽曲を生成する方法を説明します。YuEは歌声トラックと伴奏を含む数分間の完全な楽曲を生成できます。 環境のセットアップ まず必要な環境をセットアップしましょう。Python 3.8以上を推奨します。 # FlashAttention 2のインストール (重要) !pip install flash-attn --no-build-isolation

UI の一部を非表示にする React の Activity コンポーネント React の新しい実験的なコンポーネントとして `<Activity>` が追加されました。これは UI の表示非表示を切り替えるために使用されます。従来の条件付きレンダリングとは異なり、アンマウントされた場合にも状態を保持する点が特徴です。 音声による概要 この音声概要は AI によって生成されており、誤りを含む可能性があります。 React の新しい実験的なコンポーネントとして <Activity> が追加されました。これは UI の表示非表示を切り替えるために使用されます。 import { unstable_Activity as Activity } from "react"; function App({ isVisible }: { isVisible: boolean }) { return (

WebAssembly Advent Calendar 2024の5日目の記事になります． 先月，Deno 2.1がリリースされ，Wasmを直接importできるようになりました． Deno 2.1: Wasm Imports and other enhancements 従来のWasmサポート Denoは今までもWasmをサポートしてきました． 例えば次のようなWATファイルを用意します． このWATファイルは，ポインタと文字列長を受け取るconsole_log関数をインポートし，_start関数を実行すると"Hello, Wasm!"のポインタと文字列長をconsole_log関数に渡します． ;; main.wat (module (import "env" "console_log" (func $log (param i32 i32))) (memory (export "mem

この記事は間違いが含まれている可能性があります。 もともと自社のドキュメントでは Meilisearch で日本語全文検索を実現していましたが、ドキュメントに質問できるようしたいと思い、簡単な RAG を作りたい！と思っていました。 とりあえず、ドキュメントを分割し、ベクトル化してベクトルデータベースに突っ込んで、質問をベクトル化して結果を引っ張り、それを LLM に食べさせて解説させる、というのができればよいということがわかりました。 ベクトル化はよく使われている OpenAI Embeddings API を利用し、ベクトルデータベースは普段からよく使っている DuckDB に VSS (Vector Similarity Search for DuckDB) という拡張を使うことにしました。 自社のドキュメントをなんとかうまいこと分割して、あとは分割したドキュメントを API を叩い

こんにちは、よしこです。 最近、個人的に欲しいツールをVibe Codingで作ることが増えてきたので、私の中で定着してきた進め方をまとめてみようかなと思いました。 ちなみに "Vibe Coding"（雰囲気コーディング）というのは、「人間が音声やテキストで指示を出し、AIが主体となってコードを書くコーディングスタイル」を指すワードです。 私もこのやりかたをするときはほとんどコード書いてません。 要件定義 まずは「何を作るのか」「ターゲットは誰か」「どんな機能が必要か」「画面構成はどうするか」などを決めます。好きなAIとチャットベースで喋りながらまとめていきます。 こっちが全然考えきってなくても、「◯◯なアプリ作りたいんだけど要件定義手伝ってー」から会話を始めれば必要な情報は向こうがヒアリングしてくれます。 ここはChatGPT 4oを使うことが多いです。トーンやノリが個人的な好みと合っ

はじめに この記事は GitHub Copilot の Tips を詰め込んだ記事になります。 GitHub Copilot を普段使っているが、コード補完しか使ってない方や、これから使おうと思っている方に向けて Tips をまとめて紹介する記事になります。 是非日々の開発ライフにお役立てください 🚀 GitHub Copilot とは？ GitHub Copilot は、開発者がコードをより速く、少ない労力で記述できるように支援する AI コーディング アシスタントです。 コンテキストに応じた支援を提供し、開発者が入力中にコードの提案を行います。 これは、行の補完の場合もあれば、まったく新しいコードのブロックの場合もあります。 これにより、開発者は問題解決、共同作業、イノベーションに集中できます。主要なエディターと統合され、GitHub にネイティブに組み込まれているこのツールは、最も

$ docker compose watch app $ docker compose exec app bash $ root@393b1996df7c:/app# uv run hello Bytecode compiled 1 file in 39ms # Hello World 前書き 以前、uv on Dockerをやっているという記事を投稿しました。 この時点では、「使ってみた程度」のレベルで投稿していたのですが、定期的にアクセスが来ています。今見ると色々修正したい部分があるので新しく書き直すことにしました。 ※ 本記事ではuvとは何か、uvコマンドの使い方は解説しません。GitHubのドキュメント貼るので読んでみてください。 Dockerfile 次は、開発用コンテナの設定です。(のちに本番に有効な設定を紹介します) FROM ghcr.io/astral-sh/uv:pyt

現時点で個人の感想です。流動的なので、明日にでも意見は変わってると思います。 モデル Claude-3.7-sonnet コーディング性能が圧倒的に良い。迷ったらとりあえずこれを使っておけばよい だいたい1ファイル1000行ぐらいが管理できる限界 Gemini 2.5 今なら無料で使える。今のうちに使い込んでクセを把握するといい。 巨大コンテキスト理解ができるので、「大量にコードを読んでちょっとだけコードを書く」つまり一般的な業務プログラミングに向いてる。 リリースから一週間は負荷が高くて不安定だったが、最近安定してきた さすがに単純なコーディング性能は Claude-3.7-sonnet に劣る deepseek-chat Cline で使うには遅すぎて役に立たない AIツール作るときの壁打ちに使っている。雑に巨大データ送りつけても安くて安心 コーディングエージェント/拡張 Cline