無料 BGM・効果音のフリー音源素材 | Springin’ Sound Stock無料 BGM・効果音のフリー音源素材 誰でも 報告不要で 商用利用無料！ 今すぐ使える BGM・効果音 1,000点以上！ 動画制作やイベントに もちろんスプリンギン アプリでも利用可
Nintendo Switchからデジタル音声を「直接」取り出す。FPGAで！ - Zopfcode
Switchはイヤホン出力の音がひどいことで有名だ*1。 ブズズズズ………バババババ…… と熱雑音では明らかに説明できない周辺回路のお気持ちが音となって伝わってくる。 そこでUSB DACを使いたいのだが、どうも手持ちだとハイエンド機に限って動かない*2。別なやり方でデジタル音声を取り出さなければ。 取り出し方は様々ある。 ドックのHDMI出力 + S/PDIFスプリッター（TVモード必須） Switch用Bluetoothトランスミッター（ぶっちゃけこれが一番オススメ） Switchが認識できるUSB DDCで同軸デジタルなどにする Raspberry PiのUACガジェット Switchに直に接続できないDACを使いたい場合は、DDC必須*3でゴテゴテしてしまう。 「それなら本体に流れるデジタル信号（I2S）を直接取り出して、S/PDIFに変換するしかないよね！」と思いついた26の夜。
End-to-End音声認識の計算量を削減した話
ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog こんにちは、音声処理黒帯（黒帯はヤフー内のスキル任命制度）の藤田です。今日のブログでは、音声認識技術の研究開発におけるヤフーの最新の取り組みを紹介します。 特に、近年注目されているTransformerという手法に基づく、End-to-End音声認識の計算量を削減した研究を紹介します。この研究は、難関国際会議IEEE ICASSP2020に投稿し、採択されました。また、arXivでプレプリントを公開しています。そして、ESPnetというEnd-to-Endモデルのツールキット上でソースコードも公開しています。興味のある方はぜひ、こちらもご参照ください。 音声認識で用いられるEnd-to-Endモデルとは？ 音声認識技術は音声をテキ
音声から顔画像を生成するwav2pixを実行してみる（アニメ顔生成もあるよ） - Qiita
はじめに Deep Learningの世界，とりわけGenerative Adversarial Networks(GAN)は近年，飛躍的に成長しており，Text-to-Imageや声質変換，音源分離など様々な分野で研究が進んでいると思います． 今回のお話は，その中でも音声から顔画像を生成するwav2pixについて，ゆるく書いていきます． Paper: WAV2PIX: SPEECH-CONDITIONED FACE GENERATION USING GENERATIVEADVERSARIAL NETWORKS ざっくり概要 https://imatge-upc.github.io/wav2pix/ 提案されているモデルは以下3つのモジュールから構成されています． Speech Encoder Generator Network Discriminator Network それぞれのモジュ
Raspberry Piと400円のUSBマイクで作るボイスチェンジャーで子供と遊ぶ - Qiita
はじめに 自宅待機が続く中、お金をかけずに子供と楽しく遊べるボイスチェンジャーを作ってみた。 海外ではこんな感じでラズパイやArduinoを使ってハロウィン用に手作りしてる人がいる。 （ダース・ベイダーのかぶり物に仕込んで遊んだりしていて、めっちゃ楽しそう！） 小型化等の課題もあるが、今回RaspberryPi3で簡単に作れたので、一旦ここまでの成果をまとめる。 Raspberry Pi3に500円のUSBマイクつないでSoXでお手軽ボイスチェンジャー作った。 ピッチ変えたりエコー付けたり出来て、子供と爆笑しまくり！ 楽しくお家で過ごせそう。#RaspberryPi pic.twitter.com/QQ8eOOXGjU — Nabeshin (@desmoquattro996) May 12, 2020 用意するもの どのご家庭にもあるRaspberry PiにUSBマイクをつなぎます。
ZOOM会議に効果音をいれて超楽しくするには｜深津 貴之 (fladdict)
拡張現実（AR）は、音声からはじまる…というのが以前からの持論。そんなわけでZOOMの会議に、効果音をブチ込める環境を作ってみました。 会議中に、Hahahaha!とかOhhhhh…みたいな、アメリカンなアクションやりたい！ファンファーレやドラムロールとか、拍手やブーイング、ズキューンとか鳴らしたいじゃない？ ユーザー体験が超変わる！！と思ったのですが、ググってもでてこなかったので環境構築してみました。 環境概要物理機材はなしソフトで解決。バーチャルミキサーを使って、マイクと各種音声アプリのサウンドを合算します。初回設定20分。会議前設定30秒ぐらい。ZOOMには、バーチャルミキサーを擬似マイクとして設定。こうすることで、様々な効果音や音楽、楽器をZOOMに流しこめます。 バーチャルミキサー音の合成には、Loopbackというアプリを使います。このアプリは、複数のオーディオインプット（マイ
awesome - Gentoo wiki
awesome は、高度な設定が可能で、次世代の、X 向けの動的なウィンドウマネージャです。主なターゲットは、パワーユーザーや開発者、その他日常的にコンピュータを扱っていてGUI環境に細かい管理が欲しいと願うすべての人たちに設定されています。プログラミング言語 Lua を使って拡張されます。 前提条件 サービス これらのうち1つだけを選択します: elogind: スタンドアロンな logind パッケージ。OpenRC またはその他の init システムとの併用のために、systemd プロジェクトから抽出されました。 systemd: systemd のセッション追跡部分を利用します。systemd の利用者であればここで何らかの先陣に立ったりせずに済みます。 その他 D-Bus: D-Bus メッセージバスシステムの使用を有効化します。 polkit: システム全体のサービスへの権限
AutoML Vision と RasPi でリビングのいろいろな音を認識する
Cloud AutoML Vision は、画像とその分類ラベルをクラウドにアップロードするだけで画像認識の機械学習モデルを作成できるサービス。ラーメン二郎のどんぶり画像から 95% 精度で店舗を当てたりできる高性能だけど、機械学習のディープな知識や経験がなくても使える。 で、これでまず試してみたかったのが、音の認識だ。画像じゃなくて音。 2 年くらい前に、画像認識用の CNN を使って音声を認識する論文が Microsoft Research から出てて、へぇーっと思った。スペクトログラムっていう、よく犯罪捜査で出てくる声紋のアレを使って音を画像にして、その模様から音の特徴を認識する。 CNN で音声認識（Microsoft Research）なるほどなあ。。つまり、世の中のどんなデータでも、捉えたい特徴を画像の特徴として表せれば、画像認識で識別できる……ってことだ。 そして、AutoM
BBCが所蔵する1万6000種類以上のサウンドライブラリーを公開、無料でWAVファイルのダウンロードも可能
イギリスの公共放送局BBCが新たにサイト「BBC Sound Effects」を立ち上げ、1万6000種類以上という膨大な量の音源素材の提供を開始しました。サイトではキーワード検索でお目当ての素材を探せるようになっており、非圧縮のWAVファイルをダウンロードすることも可能です。 BBC Sound Effects - Research & Education Space http://bbcsfx.acropolis.org.uk/ 1922年にラジオの放送を開始したBBCは、およそ100年にも及ぶ活動の中で膨大な音素材を蓄積してきました。BBC Sound Effectsはその名が示すとおり、数々の素材の中からサウンド･エフェクトとして利用できる音源の提供を行うサイトです。素材はRemArcライセンスで提供されており、著作権はBBCが所有しますが個人利用や教育利用、そして研究用途において
OSCをMacやWindowsやLinuxやRasPiから送るシンプルツール作った - aike’s blog
OSC(Open Sound Control)を気軽に送りたくなることってあるじゃないですか。ラズベリーパイからPCへ簡単な通知を送ったりとか。どこのご家庭にもある雰囲気メガネを光らせたいときとか。 でもなかなかシンプルなツールが見つからなくて、開発環境入れてコンパイルする必要があったり、音楽や映像を扱う大きなソフトの一機能だったりして、ちょっと気軽な感じがしないものばかりで。そんなわけで、コンパイル不要で実行ファイルひとつだけでOSCメッセージを送れるコマンドを作りました。 http://github.com/aike/oscer 使い方は簡単。コマンド名の後にホスト名、ポート番号、OSCメッセージを指定するだけ。 実行例 oscer localhost 10000 /dummy 引数にはInt32、Float32、Stringが指定できます。 oscer 192.168.1.10 12
Reactでパターンシーケンサを作った話 - Speee DEVELOPER BLOG
こんにちは、Speeeエンジニアの二社谷(nishaya)です。 先日開催されたSpeeeKaigi(詳細は以下の記事を参照)にて、Reactで使ったパターンシーケンサの発表を行いました。 tech.speee.jp 今回作ったもの DEMO ソースコード ブラウザで動くマルチトラックのステップシーケンサです 音楽の知識がなくても、なんとなく触っているだけでそれっぽい音が出ます サンプラーもついてます 使ったもの React/Redux FlowType Web Audio API/MediaDevices 発表資料 speakerdeck.com モチベーションと課題 前回のSpeeeKaigiではReactでシンセサイザーを作ったのですが、自分は楽器を弾けるわけではないので、ブラウザを使って音楽を楽しむところまでは到達できませんでした。 そこで、下記の3点を押さえたモノを作れば、楽器を
君は演奏する
読者は「プログラミング」に対して、どのようなイメージを持っているだろうか。ディスプレーに向かいながら眉間にしわを寄せてキーボードを叩いているような、地味な姿がまず思い浮かぶのでは？ ところがそんなイメージを壊すようなパフォーマンスが、いま世界でさかんになっている。 ただのクラブイベントじゃない 百聞は一見に如かず、まずは次の映像を見てほしい。 クラブミュージックのような音楽が流れる中、バックスクリーンにプログラムコードが表示されている。リアルタイムでコードが書き換えられ、画面が点滅するたびに音楽が変化していることにお気づきだろうか。 これがこの数年、日本でも徐々に盛り上がりを見せてきている、音楽や映像を即興的にプログラミングで作ってみせる「ライブコーディング」というパフォーマンスだ。 面白いのは、このライブコーディング、日本ではいわゆるギークなプログラマーからではなく、美大から広まっている
Google、音声認識システム訓練用データセットをオープンソースで提供
Googleが、クラウドソーシングで集めた6万5000件の短い英単語の音声録音のデータセット「Speech Commands Dataset」をオープンソースで公開した。Mozillaも年内の1万時間分のデータ公開を目指している。 米Googleは8月24日（現地時間）、音声認識機能搭載アプリ開発向けの基本的な音声命令のデータセット「Speech Commands Dataset」をオープンソースで公開したと発表した。公式ブログ内のリンクをクリックすると圧縮ファイルをダウンロードできる。 Speech Commands Datasetは、同社の機械学習ライブラリ「TensorFlow」を手掛けるチームと、人工知能（AI）向けハードウェアキット提供プロジェクト「AIY（Artificial Intelligence Yourself） Projects」チームが共同で開発したもの。 データは
Reactでシンセサイザーを作った話 - Speee DEVELOPER BLOG
こんにちは、nishayaです。 管理部のエンジニアとして、社内向けのシステムを作ったり、 社内で開催されるイベントでコーヒーを淹れたりしています。 社内向けだからこそできる冒険もある、ということで、 現在はReact/Reduxを用いたSPA開発を行っています。 今回のSpeeeKaigi(下記の記事を参照)では、 ReactとReduxを使ってシンセサイザーを作る話をしました。 tech.speee.jp 発表資料 使用したもの React Redux Web MIDI API Web Audio API Web MIDI APIを使用しているため、今回のターゲットブラウザはGoogle Chromeのみとしました。 そのため、webkit プレフィクス付きのAudioContextにも対応していません。 モチベーション 業務でSPA開発にReact/Reduxを使用するという決定をし
ピコピコ音を作れるツール「sfxr」の Unity のエディタ拡張実装「usfxr」 - 強火で進め
sfxr というピコピコ音を作成するツールが有ります。 DrPetter's homepage - sfxr http://www.drpetter.se/project_sfxr.html こちらを Unity エディタに移植した(※)「usfxr」というものを見つけました。 ※正確には sfxr/as3sfxr/bfxr から移植したみたいです。 zeh/usfxr: A Unity port of sfxr/as3sfxr/bfxr https://github.com/zeh/usfxr Asset Store にも公開されています。 usfxr - Procedural Sound Effects - Asset Store https://www.assetstore.unity3d.com/en/#!/content/18619 Asset をインストールした後、メニューから
ワインボトルでスピーカーを作ったら予想外に高音質だったので詳しく作り方を教える - MIKINOTE
飲み終わったワインの瓶を再利用して、スピーカーを作ってみました。 実は、ずっと前からワインボトルを利用したスピーカーを作りたい！と思って、どんな感じで作ろうかと計画していました。やっとのことでそれが実現できた！ってかんじですね。 以前もスピーカーを作ったのですが、今回のワインボトルスピーカーは自作スピーカーの三個目ということになります。設計やアイデアなどまで位置から全部自分でやったのが初めてなのですけどね。 完成したワインボトルスピーカーはスピーカーユニットが上部についている、ちょっと変わった形状のものになりました。 今回のワインボトルスピーカーは、スピーカー製作の初心者が設計したものだし、正直な所、こんな方式でまともな音が出るスピーカーになるのかさっぱりわかりませんでした。でも、「失敗したらそれはそれで！」という気持ちであまり期待しないで実験的にやってみたら、意外と良い音が出るスピーカー
CHERRY MX キースイッチ／ブルーLEDバックライト搭載メカニカルキーボード BLACK PAWN（ブラックポーン）｜センチュリー
前作のCHERRY軸キーボード「BLACK KNIGHT」「WHITE KNIGHT」の発売から6年の沈黙を破ってCENTURYのCHERRYキーボードが再び登場。 CHERRY軸を使用した打鍵感の他、極限までコンパクト＆シンプルなデザインを追求。 さらに、ブルーLEDバックライトによるクールな演出と、カスタマイズ性に富んだ機能をプラスし、大きな進化を遂げました。 CHERRYとはドイツに本社を置く入力機器のリーディングメーカー、 ZF Electronics社の展開するメカニカルキースイッチブランド。 打鍵性、耐久性において世界的に高い評価を得ています。 BLACK PAWNは、このCHERRYキースイッチを使用したメカニカルキーボードです。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
AIで新しい音を生み出す、グーグルのシンセサイザー「NSynth Super」の実力が見えた（動画あり）
gmork.in
GitHub - petewarden/open-speech-recording: Web application to record speech for an open data set