Transformerを用いてオノマトペから環境音を合成する手法をPyTorchで実装した（Transformer版 Onoma-to-Wave） - 備忘録
はじめに 事前準備 実装の概要 環境音合成実験 実験条件 実験結果 実装の舞台裏など おわりに はじめに 以前、Onoma-to-Waveを実装した記事を書いたことがあった： tam5917.hatenablog.com Onoma-to-Waveとはオノマトペ（文字列）を環境音（スペクトログラム）に変換するモデルである。RNNに基づくencoderとdecoderから構成されており、いわゆるSequence-to-Sequence（Seq2Seq）の構造を持つ。 それらをTransformerによって置き換えたモデルが、Onoma-to-Waveの著者らによって実はすでに提案されている。 岡本 悠希，井本 桂右，高道 慎之介，福森 隆寛，山下 洋一，"Transformerを用いたオノマトペからの環境音合成，" 日本音響学会2021年秋季研究発表会，pp. 943-946，2021. 上
ニコニコ大百科IME辞書とMeCabと棒読みちゃん
※このエントリに出て来る「IME」は大体MS-IMEを指しています。 「ニコニコ大百科IME辞書」という、ニコニコ大百科に登録されている単語が IMEで変換できるようになる素晴らしい辞書がある。 一方、棒読みちゃんはIMEを使って漢字→かな変換をしているので この辞書をIMEに登録すると自然と棒読みちゃんも賢くなる。 ぜひ棒読みちゃんを賢くしたいけど、 IMEにニコニコ大百科の言葉を登録すると変換誤爆が怖いです＞＜；という場合、 棒読みちゃんの漢字→かな変換処理にMecabを使用すると住み分けが出来る。 ・Mecabって何さ 日本語の文を以下のような感じで解析するツール。 ------------------------------------------- C: >mecab 私の名前は山田太郎です。 私 名詞,代名詞,一般,*,*,*,私,ワタシ,ワタシ の 助詞,
Deep Learningを用いた音楽生成手法のまとめ [サーベイ]
AI DJ Project — http://qosmo.jp/aidj/ Visualization: Shoya Dozonoupdate: 2022/5 この記事を書いた2017年以降の最新の情報をカバーした、音楽生成AIに関するホワイトペーパーをリリースしました。こちらから無償でダウンロードできます。 ホワイトペーパー 音楽生成AIの現状と可能性update: 2021/2 音楽をはじめとした創作活動、創造性とAIの未来像を書いた拙著『創るためのAI—機械と創造性のはてしない物語』がBNNから発売になりました。この記事で書いている内容にも触れています。ぜひお手にとってみてください。 update: 2019/9/25 2019年 4月から慶應義塾大学湘南藤沢キャンパスで 、Computational Creativity Labという名前で研究室をはじめました。AIを使った音楽制作
![Deep Learningを用いた音楽生成手法のまとめ [サーベイ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/914963b8cc87bfb41d804c50ebcb69166620cc37/height=288;version=1;width=512/https%3A%2F%2Fmiro.medium.com%2Fv2%2Fresize%3Afit%3A1200%2F1%2AGAag2b4jJwLKX2mCJFIoxA.png)
音声合成業界に激震! もはや人間の喋り声、入力文字読み上げソフトVOICEPEAKはビジネス用途でも自由に利用可能｜DTMステーション
日進月歩というより、秒進分歩で進化している感じのある音声合成、歌声合成の世界ですが、また新たな革命ともいえるAI音声合成ソフトが誕生しました。これまでDTMステーションでも何度も取り上げてきた歌声合成ソフト、Synthesizer Vを開発するDreamtonics株式会社と株式会社AHSと共同開発する形で、もはや人間の喋り声にしか聴こえない音声合成ソフト、VOICEPEAKを発表し、3月11日から発売を開始するのです。Synthesizer Vと同様、Windows、Mac、Linuxでも動くマルチプラットフォームソフトで価格はダウンロード版で23,800円(税込み)となっています。 このソフト「VOICEPEAK 商用可能 6ナレーターセット」という製品名になっていますが、実際には女性3人＋男性3人＋女の子1人＝7人の声を切り替えることが可能なAI音声合成ソフトで、テキストを入力すれば
無料でキャラクターボイスを自動で合成してくれるAIトークソフト「COEIROINK」は誰でも超簡単に創作物の「声」を作り出せる
シロワニさん氏が趣味で開発したというWindows向けのAIトークソフト「COEIROINK(コエイロインク)」が無料で公開されています。COEIROINKは連絡不要で商用利用もOKなフリー素材キャラクター・つくよみちゃんに好きなテキストを誰でも簡単に読み上げてもらうことが可能なので、自作アニメやボイスドラマのキャラクターボイス、実況動画や解説動画のナレーションなどの作成にお役立ちです。 COEIROINK https://coeiroink.com/ ✨COEIROINKリリース✨ 無料の音声合成エンジン「#COEIROINK」が登場！ 文章を読み上げます！ ■公式サイト⇒https://t.co/66YStrCYu0 ■COEIROINK開発：シロワニさん様 @shirowanisan ■VOICEVOX開発：ヒホ様 @hiho_karuta 第１弾は「#つくよみちゃん」！ 商用利用O
ブラウザからあかりちゃんに喋ってほしかったので拡張機能作った - たいちょーの雑記
ブラウザで選択してる文字列を棒読みちゃんに送るWebExtentionsを作った 作りました 動機 ネットサーフィンをしていると読みたいな～と思う記事に出会うことがあります。しかし長文を「読む」というのは中々パワーが要るため、僕はVOICEROIDのエディタへ読みたい部分をコピペして読み上げをさせていました。 この手順は例えば 記事を選択する コピーする VOICEROIDへウィンドウを切り替える 貼り付ける 再生を押す 聞く あかりちゃんかわいい となりますが、手順7へたどり着くのにかなり手を動かさないといけないので非常に面倒です。しかしブラウザからVOICEROIDを操作するのは大変です。なのでブラウザから棒読みちゃんを操作して間接的にあかりちゃんを操作することを目指します。 棒読みちゃんからVOICEROIDを操作するのは棒読みちゃんのプラグインであるVoiceroid Talk P
1
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
アレクサを好きな声に変更可能へ、アマゾンが計画発表
「ゆっくり解説」手法を用いたオンライン授業コンテンツ作成において音声合成エンジン変更で想定すべき問題点 | CiNii Research
https://twitter.com/yoko_materialdx/status/1507673724316577795
Engadget | Technology News & Reviews
ホーム
音情報処理I
https://ocw.u-tokyo.ac.jp/lecture_files/engin_01/2/notes/ja/B2-Spectrum.pdf
VOICEVOX | 無料のテキスト読み上げ・歌声合成ソフトウェア