この記事では、CSSで表現できる新作テキストエフェクト用HTMLスニペットをまとめています。一部、jQueryなどプラグインが必要となりますが、CSSのコピー&ペーストで利用できるサンプルやテクニックを、WEB制作のためのコードコミュニティサイト Codepen よりピックアップしてご紹介します。 実際のコードを見ながらサンプルを確認、編集を行うことができるので、世界基準の新テクニックを効率的にウェブ制作に採用することができます。 HTML/CSSで表現できる、すごいテキストエフェクト用スニペットまとめ Fluid text hover マウスの動きに合わせて背景の画像がぐにゃりと液体のように変化するテキストエフェクト。 See the Pen Fluid text hover by Robin Delaporte (@robin-dela) on CodePen. SVG textPat
Googleが超高品質な動画生成AI「Lumiere」を発表、フレーム同士のつながりが自然で「テキストや画像から動画生成」「写真の一部を動画化」「動画の一部分を指定して加工」などなど機能てんこもり
Googleの研究チームが動画生成AI「Lumiere」を2024年1月24日(水)に発表しました。Lumiereではフレーム同士が自然につながった違和感の少ない動画を生成可能で、テキストや画像を入力して動画を生成できるほか、動画の一部分を指定して別の動画に置き換えたり、写真の一部分だけを動かしたりといった操作も可能です。 Lumiere https://lumiere-video.github.io/ テキストや画像を入力して動画を生成できるAIは数多く存在していますが、それらのAIの多くは「フレームを複数枚生成し、フレーム同士を補間する」という手法で動画を生成しているため、フレーム同士のつながりが不自然になりがちです。一方で、Lumiereは「動画全体のフレームを一度に生成する」という手法を採用しており、フレーム同士のつながりが自然で違和感の少ない動画を生成可能。生成可能な動画のフレー
新DTM時代が爆誕！ AIにテキストで指示して作曲できる音楽アプリ｢WavTool｣が公開2023.04.06 11:0038,765 Jun Fukunaga AIとの新DTM時代の到来かも。 昨年以来、｢Dalle-2｣や｢Midjourney｣、｢Stable Diffusion｣といった画像生成AIやAIチャットボットのChatGPTといったAIツールが注目を集めていますが、今年に入り、いよいよ音楽の分野でもこの手のAIツールが普及して行くことになりそうです。 その可能性を強く感じたのが、最近公開されたブラウザベースで使用できるAI音楽制作アプリ｢WavTool｣です。 音楽制作の分野ではこれまでにもマスタリングやサンプル管理、コード進行/メロディ生成、音源分離、音声合成などでAIを搭載したツールはありました。しかし、ChatGPTにも搭載されているOpenAIの大規模言語モデル｢
紙の書類を高精度にテキストデータ化できる無料Webサービス『Free Online OCR』【今日のライフハックツール】 | ライフハッカー・ジャパン
取引先から送られてきたFAXや、印刷文書などをテキストデータ化したいこと、ありますよね。 カメラやスキャンアプリで画像化する手もありますが、画像のままだとスマートフォン上で確認したい場合や、内容を抜粋したい場合に扱いにくいのです。 ちなみに、個人的に過去最悪レベルで困ったのは、「セキュリティの問題で、データの状態では渡せない」と言われて紙の名簿を渡され、数百件分を宛名印刷するという、悪夢のような仕事でした…。 OCR（文字認識）アプリは、こんなときに役立つもの。 今回は、筆者が知る限り、無料サービスの中で最高レベルの識字精度を誇るWebサービスをご紹介します。 Screenshot: 田中宏和『Free Online OCR』はインターフェイスが英語ですが、単ページで完結できるシンプルな使い勝手なので、英語が苦手な人でも使いやすいWebサービス。 プライバシーポリシーには以下の点が記載され
リッチテキストエディタ(RTE)って？ リッチテキストエディタ（以下RTE）とは、文字を入力できるだけでなく、文字に装飾を加えたり、段落を設定できたりと複雑な機能を持つエディタのことです。 弊社プロダクトであるkintone内にも以下のようなエディタが存在します。 また、似たものを指すWYSIWYG(読み方:ウィジウィグ)という用語もありますが、これはWhat You See Is What You Get（見たままが得られる）の略であり、編集時と出力時の見た目が同じエディタのことを指します。 Zennやesaのように、Markdown記法で編集したものが変換されて表示されるようなエディタは含みません。 このようにWYSIWYGはRTEより狭義の意味になっています。 WYSIWYGエディタ(Google Docs) WYSIWYGではないエディタ（esa） 独自データモデル VS DOMツ
Meta Platformsは米国時間8月1日、テキストから「質の高いリアルな」音楽を生成できる生成人工知能（AI）ツール「AudioCraft」を発表した。 AudioCraftは、Metaの3つの生成AIモデル、「MusicGen」「AudioGen」「EnCodec」で構成されている。MusicGenとAudioGenは、いずれもテキストからサウンドを生成するもので、MusicGenは音楽を、AudioGenは特定の音や効果音を生成する。 「HuggingFace」で公開されているMusicGenにアクセスすれば、デモを再生できる。プロンプトには、聴きたいと思うあらゆる時代のあらゆる種類の音楽を記述できる。Metaは、「バックグラウンドでドラムとシンセサイザーが強く響く、80年代風の迫力あるポップソング」などの例を公開している。 Today we’re sharing details
ときどき1行に満たないテキストは中央寄せしたいが、1行以上になる場合は左寄せしたいことがある。これはCSSだけで簡単に実現できる。 こんなHTMLを用意してみる。短いテキストと長いテキスト、どちらも同じHTML構造になっている。
「社会学」に対する憎悪（本当に無知に基づいているとしか言い様がない、かつ一方的で中傷としか言い様がない）が渦巻いている。まあその流れの源流に私の『おまえが若者を語るな！』（角川Oneテーマ21、2008年）もあるのかと考えるとかなり複雑で頭を抱えたくなる気持ちである。 私が同書で批判したのは宮台真司をはじめとするポピュラー社会学で、それらを非科学的なものとして斬り捨てたのだが、そういう語りに感化された人たちが、いつしか「自分たちにとって都合の悪いことを言う連中」全般を「社会学者」呼ばわりするようになっている。どうも、他称社会学者の工学修士です。 ところでそういった「社会学」バッシングの流れは、むしろポピュラー社会学の影響を強く受けているということは指摘しておきたい。例えば表現規制反対派ムラの連中の振る舞い（例えば「強力効果論」「限定効果論」へのこだわりとか、あるいは「近代社会というのは法律
新聞業界が難癖｢NHKテキストニュース｣の行方
コンテンツブロックが有効であることを検知しました。 このサイトを利用するには、コンテンツブロック機能（広告ブロック機能を持つ拡張機能等）を無効にしてページを再読み込みしてください。 ✕
終末テキスト探索ADV『ナツノカナタ』Steamにて8月18日に無料正式リリースへ。少女との夏の旅路を描く物語が完結 - AUTOMATON
国内の個人開発者KazuhideOka氏は8月8日、『ナツノカナタ』を8月18日に正式リリース予定だと発表した。本作は現在、PC（Steam）向けに無料で早期アクセス配信中。正式リリースにともない、シナリオの後半などが追加予定となっている。なお、フルリリース後も価格の変更は予定されておらず、無料の配信のままとなる見通しだ。 『ナツノカナタ』は、終末世界を少女と旅する、テキストアドベンチャーゲームだ。本作のメインキャラクターである少女ナツノは、北を目指し1人旅を続けていた。数か月前まで、ナツノは高校2年生として学校に通っていた。しかしナツノの住む世界では、半年前に未知のウイルスによるパンデミックが発生する。人間がウイルスに感染すると、理性を失い怪物と化す。そんなウイルスの感染拡大により社会が崩壊。ナツノは故郷の東京を脱出するが、同級生や両親とはぐれてしまう。以来ナツノは、帰るわけにもいかず、
GPT-2におけるテキスト生成
はじめにMachine Learning部門の江間見です。ストックマークでは、自然言語処理技術の研究開発を行っています。 昨今、OpenAIからGPT-3が発表され、生成系モデルが大きな注目を集めています。 そこで、本記事では、弊社で作成している生成系モデルの紹介をいたします。 自然言語処理におけるテキスト生成自然言語処理（NLP）は、人間の言語（自然言語）とコンピュータの相互理解、特に大量の自然言語データをコンピュータに処理および分析させるための研究分野です。 今回紹介するテキスト生成は、この自然言語処理の研究分野の一つです。 テキスト生成の応用例の一つは、スマートフォンのキーボードでの次の単語の予測です。このタスクはまさに言語モデルが行うことと同様です。言語モデルは、単語のリストを受け取り、次の単語を予測します。 図1の例では、言語モデルが「今日は」という単語を受け取り、次の単語で
LLMに日本語テキストを学習させる意義
こちらのスライドは「第261回自然言語処理研究発表会」の発表で用いたものです。 Reference:
はじめに この記事を書こうと思ったきっかけは、初めて参加したフルリモートのプロジェクトで、 ① 実装段階になって初めて、メンバー間の認識ズレが発覚 → ② 大幅な手戻り(設計からやり直し)が発生 → ③ 結果、スケジュールを遅らせざるを得ない状況に追い込まれる という個人的な経験からです。 振り返ってみると、チャットツール(teams)でのテキストベースでのコミュニケーションがほとんどで、 質問しやすい雰囲気をつくる！、 認識があっているか気軽に確認できる！ という、テキスト・コミュニケーションが取れていなかった反省があります。 リモートワークでは質問や認識合わせを気軽にできる環境を作ることが重要！ そのために必要なテクニックをご紹介します！ テキストコミュニケーションの重要性 2022年111名の人に行われた調査では、 ハイパフォーマンスな人は、絵文字・顔文字を多用していることが分かりま
家電量販店に行くと今でもボイスレコーダーのコーナーがあり人気だ。またスマートフォンにも必ずボイスメモアプリがある。筆者も一時期アイデアをボイスメモで録り溜めていた。しかし、ボイスメモは聞き直す必要があり管理が面倒という欠点もある。そこで、今回はPythonからMicrosoftのAPIを利用して自動的にボイスメモをテキストに変換する方法を紹介しよう。 WAVファイルを音声認識してテキストに変換したところ 音声認識APIを使ってみよう AI技術の進歩により音声認識の精度が向上している。これまでも音声認識の技術はあったものの精度が今一歩だった。そして個人ユーザーが気軽に活用できる感じではなかった。ところが、最近では、各社が競い合うように音声認識の精度向上に力を入れている。各社から発売されているAIスピーカーを積極的に活用している読者も多いことだろう。 そして、大きな点として、Microsoft
テキストプロンプトで画像を編集できるAI技術がよく話題になっていますが、それらは編集タイプが限定されていたり、複数の画像の入力が必要だったりするものがほとんどです。しかし、2022年10月17日にプレプリントサーバーのarXivで発表された「Imagic」は、画像の修正箇所を手動で指示したり別の画像を入力したりしなくても、1枚の画像とテキストプロンプトだけで複雑な画像の編集が可能とのことで、論文に掲載されている画像を見るだけでもそのすさまじさを実感することができます。 [2210.09276] Imagic: Text-Based Real Image Editing with Diffusion Models https://arxiv.org/abs/2210.09276 「Imagic」は、事前にトレーニングしたText to Image拡散モデルを利用しているため、複雑な非剛体(形
PDFからテキストを取り出すのは、意外と大変です。 それにはいくつかの理由があるのですが、もっとも根本的な点で真っ先に解決が必要になるのは、人間が雑に文字としてみなしている絵（「グリフ」）をコンピューターで扱えるような「文字」にする方法です。 これには2つのアプローチが考えられます。 PDFビューワーでファイルを開いた状態から何とかしてテキストを読み取る PDFファイルの中身を解析してテキストを抜き出す このうち2つめの話は明日以降にして、今日は1つめの話をします。 PDFビューワーでファイルを開いた状態から何とかしてテキストを読み取る方法 この方法は、言ってみれば、人間もしくは人間のように振る舞うソフトウェアによりPDFビューワーの表示を「視覚的に読む」ということです。 これはPDFの本来の使い道に即した手法です。 PDFというのは、グリフ（文字の形）をページ上に表示するための汎用の仕組
このコーナーでは、2014年から先端テクノロジーの研究を論文単位で記事にしているWebメディア「Seamless」（シームレス）を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 Twitter: ＠shiropen2 香港大学や清華大学に所属する研究者らが発表した論文「Radio2Text: Streaming Speech Recognition Using mmWave Radio Signals」は、ミリ波（mmWave）信号から音声を認識するストリーミング自動音声認識（ASR）システムを提案した研究報告である。このシステムは、周囲のノイズに強く、防音対策した部屋の外からでも取得でき、これまでと異なり長い文章をリアルタイムに認識する能力を提供する。 無線センシングの進展に伴い、特にミリ波信号の注目が高まっている。なぜなら、音源のミリメートルレベルの
ウェブ記事のテキストに直リンクが張れるChrome拡張機能が完全に神！2020.06.22 13:0031,751 Victoria Song - Gizmodo US ［原文］ （ そうこ ） 考えた人、神寄りの人。 え…、もしかしたら、人寄りの神なの？ とんでもなく便利な拡張機能がChromeにやってきました。｢Link to Text Fragment ｣は、ウェブ記事のテキストに直リンクできる機能。記事のページへのリンクじゃないですよ、記事中の特定箇所をハイライトし、そこに直接飛ばせるURLを作れる機能なんです。しかも、使い方がめちゃくちゃ簡単。 1：リンクをつくる拡張機能をインストール後、リンクを張りたいテキストをハイライトして右クリック。オプションに表示されるLink to Text Fragmentのアイコンと｢Copy Link to Selected Text｣をクリック
PythonでPDFからテキスト/表情報の抽出精度を比較してみた - Taste of Tech Topics
はじめに こんにちは。ついにジム通いを始めて四六時中筋肉痛を感じながら過ごしているイワツカです。 最近はLLM（大規模言語モデル）とRAG（検索拡張生成）を用いて企業内ドキュメントを活用する取り組みが多く見受けられます。 ドキュメントは基本PDFで保存されているため、PDFからテキストを抽出して、検索対象にすることが必要です。 そこで今回は、PythonでPDFからテキストを抽出するためのライブラリを比較して、どれが良いのか検証しました。 はじめに 概要 実装 PyMuPDF pdfplumber unstructured 比較結果 テキスト抽出 サンプル1のテキスト抽出結果 サンプル2のテキスト抽出結果 表の抽出 サンプル3の表抽出結果 サンプル4の表抽出結果 検証結果 まとめ 概要 今回はPDF読み取りライブラリとして、PyMuPDF、pdfplumber、unstructuredの3
テキストやボタン、ボーダーに美しいネオンライトのエフェクトを実装するCSSのテクニックを紹介します。 ネオンライトはCSSのtext-shadowやbox-shadowで実装されており、CSSアニメーションやJavaScriptで動きを加えるとさらに面白くなります。 各デモは「Run Pen」をクリックすると、動作します。 まずは、ネオンサインでチカチカの効果もあります。 See the Pen Flickering Neon Sign Effect using CSS Text & Box Shadow by George W. Park (@GeorgePark) on CodePen. 上記のデモは、テキスト編集もそのままできます。「OPEN」を「オープン」などに変更してみてください。 続いて、さまざまなネオンライトのエフェクト。 See the Pen Neon text-shad
Adobeが1993年にリリースしたPDF(Portable Document Format)ファイルフォーマットは、「印刷レイアウトをそのままに保存できる」「Windows・Mac・LinuxといったOSやPC環境に関係なく閲覧したり印刷したりできる」「セキュリティー設定が可能である」というメリットがあり、広く使われていますが、PDFファイルに記載されるテキストは簡単にコピーできてしまいます。「Human Eyes Only」はPDFファイルのテキストを特殊なフォントに変換して人間にしか読めないようにしてしまう試みで、ベータ版が無料公開されています。 Human Eyes Only https://humaneyesonly.com/ Human Eyes Onlyにアクセスして左側に表示されている英文は、一見すると普通のテキストに見えますが、実は特殊なフォントで表示されています。この英
SARS-COV-2関連情報を集めていると、国や自治体、企業が公開している情報がPDFなのにムカついてしまう。ExcelをPDF化したものもあって、素直にxlsも出せよと思う。 （それでも画像データで公開している組織に比べればかなりマシなのが悲しい） 例えば、沖縄県のワクチン接種率の情報がPDFだ。「沖縄県のワクチン接種進捗状況／沖縄県」に掲載されている「県内市町村ごとの新型コロナワクチン接種件数」がPDFだ。タイトルは .xlsx になっているので、元々はExcelであったのだろう。 ご丁寧なことに情報が更新されると過去のPDFが消されてしまうので、接種率の変化を追っかけたい場合はPDFを手元に保存しておかないといけない。沖縄県の情報公開はこういうところがダメダメだと思う。消すなよ。 表から情報を抜き出す情報を抜き出すツールとしては adobeの【無料】PDFをExcelに変換 – Ad
終末系テキストADV『ナツノカナタ』Steamにて2021年8月に早期アクセス開始へ。終わった世界で北へ向かう、夏の旅路 - AUTOMATON
国内の個人開発者Kazuhide Oka氏は7月16日、『ナツノカナタ』を2021年8月に早期アクセス開始予定だと発表した。対応プラットフォームはPC（Steam）で、価格は無料。早期アクセス版では、シナリオの前半部分がプレイできるという。また、公式サイトも公開されている。 ＊4月に公開されたゲームプレイデモ。最新のスクリーンショットなどを見る限り、UIなどは変更されているようだ 『ナツノカナタ』は、終わってしまった世界の夏の旅路を描く、終末系テキストADVである。プレイヤーがいる世界は、何の災厄も起きていない平凡な世界。主人公は、亡くなった祖母の遺品整理中に、古いコンピュータを発見した。祖母の思い出を期待し、コンピュータを操作する主人公。しかし、コンピュータから聞こえてきたのは、聞き覚えのない少女の声だった。 ナツノと名乗る少女の世界では、感染すると怪物になるパンデミックが発生し、数時間
テキストで読むウマ娘プリダビ攻略【追記あり】
ウマ娘の攻略がはてなでも流行しているっぽいので筆者が確信していることを攻略情報として載せておく。 基本的にスキル発動が一番早いのは作戦逃げ・一番遅いのは作戦追込ウマ娘プリダビはゲーム仕様上の制約でウマ娘が走った距離が長いほどスキルが発動しやすくなるという仕様が存在する。 逃げは最も早く中盤や終盤コーナー/直線へ到達するし、追込が「後ろの方へ居る」には先を走るウマ娘が存在しないと成立しない条件である。 例えば多くの場合「(作戦)ためらい」デバフを発動する順番は逃げ＞先行＞差し＞追込となりやすい。 時間差なく発動してくれるのは良バ○や晴れの日、根幹距離などの環境系スキル、集中やコンセントレーションなどのゲート系スキルのみだ。今のところはね、今後増えるかも？ これはウマ娘プリダビの絶対的な仕様なので、よっぽどのことがない限りサ終するまで継続する仕様だ。 パラメータは短距離ほどスピード偏重が強い・
【はてな20周年】「はてなインターネット文学賞」開催！ あなたにとってインターネットテキストはどんな存在？ 人気ブロガーが選ぶ名作も！ - 週刊はてなブログ
はてなブログを運営する株式会社はてなは、2021年7月に創業20周年を迎えます。 これを記念して、はてなブログでは2021年7月15日（木）から2021年8月9日（月）まで、「はてなインターネット文学賞」として特別お題キャンペーンを実施します。 ご参加いただいた方の中から合計6名さまに、Amazonギフト券50,000円分ほか豪華賞品をプレゼント！ また、はてなブログで人気のブロガーが推薦する「インターネット文学」もご紹介。はてなインターネット文学賞は、はてなブログのほか、カクヨムやはてなブックマークでもそれぞれ参加可能です。 はてな20周年特設サイト はてなインターネット文学賞 インターネットテキスト部門「わたしとインターネット」 日記部門「記憶に残っている、あの日」 賞品 はてなブロガーたちの選ぶ「インターネット文学」4選 劇団雌猫・もぐもぐ（id:haruna26）さん pha（id
吉本ユータヌキ @horahareta13 滋賀で漫画を描いてます(過去作はハイライトに) ／本『あした死のうと思ってたのに』 『「気にしすぎな人クラブ」へようこそ』 ／パーソナル編集者 ／阪神タイガースとラジオがすき／ご依頼はDMかメールへ potofu.me/horahareta13 吉本ユータヌキ @horahareta13 多くの人が頭の中で、自分と自分が会話してるって聞いてびっくりしてる。天使と悪魔がいるみたいな。いないんですけど。鬼滅の刃見てて、キャラが切羽詰まった状況でもめちゃくちゃ脳内でしゃべるのは、見る人に分かりやすく伝えるために作られたものと思ってた。じゃなくて実際頭の中はあんなのなの？ 吉本ユータヌキ @horahareta13 今までエッセイ漫画も文章も出来事からさかのぼって「こんな感じだろうな」って心の中を必死に想像して描いてたけど、さっき「頭の中の会話そのまま書
このコーナーでは、2014年から先端テクノロジーの研究を論文単位で記事にしているWebメディア「Seamless」（シームレス）を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 Twitter: ＠shiropen2 イスラエルのネゲヴ・ベン・グリオン大学に所属する研究者らが発表した論文「What Was Your Prompt？ A Remote Keylogging Attack on AI Assistants」は、大規模言語モデル（LLM）を活用したAIチャットbotが生成するテキスト回答を復元するサイドチャネル攻撃を提案した研究報告である。攻撃者は、AIチャットbotが応答する際の通信データを傍受することで内容を復元して他人のやりとりを盗み出すことができる。 攻撃方法としては、まずユーザーとLLMの間の暗号化されたパケット通信を傍受するところか
GitHub - hppRC/bert-classification-tutorial: 【2023年版】BERTによるテキスト分類
Googleが2018年に発表したBERTは、その性能の高さや利便性から、今やあらゆる自然言語処理タスクで汎用的に用いられるようになっています。 BERTは事前学習済み言語モデル (Pretrained Language Model) と呼ばれるモデルの一種で、大量のテキストで事前にモデルの学習をおこなっておくことで、様々なタスクに利用できる言語知識を獲得しています。 この言語知識を転用することで、多様なタスクについて、今までよりも少ない学習データで非常に高い性能を発揮できることがわかっています。 BERTをテキスト分類などのタスクに適用する際は、BERTを微調整(fine-tuning)することでタスクを解きます。 例えば、ある映画のレビューが好意的(positive)か否定的(negative)かを分類するタスクを考えると、微調整の流れは以下のようになります。 レビューテキストを事前学
大規模言語モデルのGPT-4やチャットボットAIのChatGPTを開発するOpenAiが、テキストや画像を入力することで3Dモデルを自動生成するAI「Shap-E」を発表しました。Shap-Eはオープンソースで開発されており、無料で使用できます。 GitHub - openai/shap-e: Generate 3D objects conditioned on text or images https://github.com/openai/shap-e 機械学習エンジニアのhysts氏がShap-Eを体験できるデモサイトをAI向けリポジトリサイトのHugging Faceに作成しており、Shap-EがどんなAIなのかをブラウザから簡単に体験できます。 Shap-E - a Hugging Face Space by hysts https://huggingface.co/spaces
テキストの比較に特化したmacOSネイティブのdiffアプリ「Text Differ」がリリースされています。詳細は以下から。 アップデートや修正前後のソースコードやテキスト、画像のデータを比較したい際、前後２つのファイルを並べて差分をハイライト表示してくれるdiffツール(差分ツール)を使うことがありますが、新たにテキストの比較に特化したmacOSネイティブのdiffアプリ「Text Differ」が新たにリリースされています。 Meet Text Differ, a native macOS app that show beautiful differences between 2 texts. リリースノートより Text Differを開発したのはmacOSやiOSに対応したHTTP/HTTPSデバッグ用ツール「Proxyman」を開発する米Proxyman LLC.のNoah T
リニューアルに際して、ブックマークレットの箇所も更新しました。（2022/12/21） 使えなくなってたのでまた更新しました。（2023/01/05） これは何の記事 国会図書館次世代デジタルライブラリーで古典籍が検索できるようになって、いよいよすごいことになっている。 ／ 古典籍資料の全文検索が可能になります！ ＼ 11月1日（火）に、実験システム #次世代デジタルライブラリー に古典籍資料6万点のOCR全文テキストデータを追加します。これまでの明治以降の図書に加え、江戸期以前のくずし字等資料の全文検索も可能となります。https://t.co/9KT1CdaSYa pic.twitter.com/aOz7OmyWew— 国立国会図書館 NDL (@NDLJP) 2022年10月26日 まじでいいんですか？ 次世代デジタルライブラリー上でテキストのダウンロードもできる（右下の「この資料の
Metaの研究チームが音楽を生成するAIモデル「MusicGen」を公開しました。オープンソースでの公開となっているため誰でも無料でモデルを利用できるほか、作例やデモが公開されており、その品質を実際に確かめることが可能になっています。 [2306.05284] Simple and Controllable Music Generation https://doi.org/10.48550/arXiv.2306.05284 MusicGen: Simple and Controllable Music Generation https://ai.honu.io/papers/musicgen/ MusicGenはChatGPTなどの大規模言語モデルと同様にTransformerを利用したモデルです。言語モデルは文の次の言葉を予測しますが、MusicGenは音楽の次のセクションを予測する仕組
Google Colabで「GPT-NEOX-20B」による日本語テキスト生成を試したのでまとめました。 【注意】「GPT-NEOX-20B」を動作させるには、「Google Colab Pro/Pro+」のプレミアム (A100 40GB) と「Google Drive」のスタンダード以上が必要です。 1. GPT-NEOX-20B「GPT-NEOX-20B」は、EleutherAIが提供するオープンソースの200億パラメータの言語モデルです。Pileデータセットで学習されています。 2. Colabでの実行Google Colabでの実行手順は、次のとおりです。 (1) 新規のColabのノートブックを開き、メニュー「編集 → ノートブックの設定」で「GPU」の「プレミアム」を選択 (2) Googleドライブのマウント。 # Googleドライブのマウント from google.c
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
HTML/CSSで表現できる、すごいテキストエフェクト用スニペット44個まとめ
新DTM時代が爆誕！ AIにテキストで指示して作曲できる音楽アプリ｢WavTool｣が公開
[スタパ齋藤のApple野郎] iPhoneがOCRスキャナーになる！ 2月に爆誕した神アプリで紙の文字をテキスト化!!!
![[スタパ齋藤のApple野郎] iPhoneがOCRスキャナーになる！ 2月に爆誕した神アプリで紙の文字をテキスト化!!!](https://cdn-ak-scissors.b.st-hatena.com/image/square/0851fa1edf50f4efc4eda0e64828cf788fb3af42/height=288;version=1;width=512/https%3A%2F%2Fk-tai.watch.impress.co.jp%2Fimg%2Fktw%2Flist%2F1240%2F000%2Fstpapl2020-03-11_thumbnail.jpg)
リッチテキストエディター（RTE）のJSライブラリ色々試してみた
Meta、テキストから音楽を生成するAIツール「AudioCraft」を発表
CSSでテキストが1行に収まるときだけ中央寄せする
【雑記】「社会学」憎悪について｜後藤和智＠テキストマイニングとか
テキストエディター「Vim」開発者・Bram Moolenaar氏が死去／今から学びたい方は『とほほのVim入門』などを参考に【やじうまの杜】
ぼくがかんがえた、さいきょうのテキストコミュニケーション - Qiita
ゼロからはじめるPython(84) 録り溜めたボイスメモをAI音声認識APIで一気にテキスト変換しよう
1枚の画像をテキストだけで編集できるAIの「Imagic」がすごすぎる
PDFから「使える」テキストを取り出す（第1回） - golden-luckyの日記
隣の防音部屋をミリ波で盗聴、瞬時にテキスト化する技術 中国の研究者らが開発
ウェブ記事のテキストに直リンクが張れるChrome拡張機能が完全に神！
伏せたいテキストは必ず塗りつぶし。モザイクでは解読可能と注意喚起
CSSで美しいネオンライトのエフェクトをテキストやボタン、ボーダーに実装するテクニックのまとめ
PDFファイルのテキストを人間にしか読めないようにする「Human Eyes Only」
pdf2txt.py 便利すぎる（PDF表をテキスト化） | ず＠沖縄
オープンソースの老舗テキストエディター「サクラエディタ」v2.4.0.0 ～約2年ぶりのアップデート／BOMなしのUTF-8がデフォルトの文字コードに。不透明度を調整できるエディター壁紙も
多くの人が頭の中で自分と自分が会話してると聞いてびっくりした→「テキスト型」「議事録型」など様々なパターンが集まる
他人がGPT-4とやりとりしたテキストを盗む攻撃 成功率50％以上 イスラエルの研究者らが発表
テキストから画像を生成するAI「Stable Diffusion」をWindowsにインストールしてみた／自宅で好きなだけ画像生成、VRAMが10GB未満のビデオカードでも解決策あり【特集・集中企画】
テキストや画像から3Dモデルを生成するオープンソースのAI「Shap-E」をOpenAIが発表
テキストの比較に特化したmacOSネイティブのdiffアプリ「Text Differ」がリリース。
国会図書館デジコレから全文テキストをダウンロードするだけのブックマークレット - ronbun yomu
Metaが音楽生成AIモデルをオープンソースで公開、テキスト＆音声入力で誰でも高品質な音楽を作成できるように
Google Colab で GPT-NEOX-20B による日本語テキスト生成を試す｜npaka
画像からテキストを抽出 ～「PowerToys」に簡易OCR・物差しなど3つの新ツール／「PowerToys 0.62.0」が公開
画像化したテキストから直接翻訳する全く新しいニューラル機械翻訳モデルが登場【論文速報】
