3秒の音声があれば本人そっくりの声で日本語・英語・中国語合成できる「VALL-E X」はやはり脅威。MSが非公開にした技術のOSS版を試して実感した（CloseBox） | テクノエッジ TechnoEdge
わずか3秒の元音声から本人そっくりな音声合成が可能な技術「VALL-E X」が誰でも使える形で公開されました。オープンソース版で、ローカルマシンからWebUIで利用できます。さっそくインストールして使ってみました。 以前、ディープラーニングベースの音声・歌声合成ソフトであるDiff-SVC、リアルタイム処理が可能なAIボイチェンRVCを紹介したとき、自分は記事タイトルに「驚異の」という形容詞を付けました。それでも学習には数十分の本人による音声データが必要で、そこまでのデータを用意するのは容易ではありません。それに対してVALL-E Xでは元データが3秒あれば本人に似た声を生成できるのです。
この無駄にゲームして過ごした時間を勉強に充てたら中国語もペラペラになるんじゃね～の！と思ったので1年間やった - どぶろくソロリティ血風録
いつも心に谢谢您……（葱抓餅の袋より） なんとなく中国語をやってみるか、と思い立ったのが確か2021冬ぐらいなんだけど、独学で勉強を始めて概ね１年でHSK3級（体感だと中学英語ぐらいのレベル）に合格したのでその話を書きま～す。 最初に書いちゃうと、合格までにメインで使った教材は主にNHK中国語講座「まいにち中国語（2022年の”言いたいことから中国語”）」で基礎の基礎～文法を覚えて、HSK対策にSPRIX社のHSK単語トレーニングアプリで単語を補強した感じです。 NHKのテキスト6か月分 3,180円とアプリの1級～3級あわせた課金 1,610円。合計5,000円ぐらいなのでかなりお得に勉強できたと思う。 ちなみにどんぐらいできるようになったかというと、ワイの残念なお脳では1年ではペラペラにはならなかったものの、台湾旅行で簡単な注文のやりとりをしたり「オデ、コレ、ハンブンダケ、ホシイダケド
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
