埼玉県越谷市で4月30日、民家火災が起き、偶然居合わせた沖縄の男子高校生が取り残された少女(16)を救出した。 救出したのは県立那覇高校3年の玉城弘次廊さん(17)=那覇市。取材に「後で激しく焼けた家を見た。今振り返るとよく助けに行けたと思う。
![「考える前に体が…」16歳の少女抱きかかえ、救助した高校生 消防が今月にも感謝状贈呈 | 沖縄タイムス+プラス](https://cdn-ak-scissors.b.st-hatena.com/image/square/49a155f2ce75f79595dc18ae554ac354340d3ab2/height=288;version=1;width=512/https%3A%2F%2Foki.ismcdn.jp%2Fmwimgs%2Fa%2F0%2F1200wm%2Fimg_a0df76bef6985899dc7c8b6eb9043e4e22762.jpg)
Introduction今までは主に可愛い女の子の画像(or 動画)を生成することに取り組んできましたが、画面上に映せるようになったらやはり可愛い声で話して欲しいものです。そこで今回は、別の人の声が与えられた時に美少女声へと変換するための声質変換と、テキストが与えられた時に美少女声を生成するText-to-Speech(TTS)を行なった試行結果について述べようと思います。 Voice ConversionIntroduction声質変換のデータには2種類あります。それが、パラレルデータとノンパラレルデータです。以下にそれぞれの特徴を述べていきます。 パラレルデータを用いた声質変換 同じセリフを発する2種類の声を学習データとして用います。発話内容が同じのため、言語特徴を気にせず音響特徴量の変換を行うことが可能です。しかし、話速の違い等によって言葉を発するタイミングがずれてしまうのでDyna
公益財団法人札幌国際プラザは5月14日、同財団の代表メールアカウントが不正アクセスを受け、当該アカウントから迷惑メールが送信されたことが判明したと発表した。 これは同財団の代表メールアカウントが不正アクセスを受け、出会い系サイトへの誘導を目的とした内容の英文の迷惑メール約2,200件が送信されたというもの。 同財団では4月28日に当該メールアドレス(sicpf@「当財団名」-sapporo.or.jp)からメールを受信したユーザーは、開封せずに削除するよう呼びかけている。
参考: GPipe、ARS-Aug、AutoAugment、森下らの手法 ただし、最も優れているGPipeはImageNetの学習済みモデルを利用するため、Train with 1000の条件から外れます。 GPipeを除くと、ARS-AugとAutoAugmentの双方でPyramidNet-SDが現時点で最も優れたモデルとなります。 従って、Train with 1000において現時点で最高水準の分類精度を達成しうるモデルはPyramidNet-SDと言えます。 (後記で言及しますが、実際は一応更に優れたモデルが提案されています。じ、実装できなかったんや…。) 実際にTrain with 1000に対してPyramidNet-SDを利用した所、分類精度は64.5%を達成しました。 本実験ではPyramidNet-SDをベースラインとし、更に認識精度を改善しうる手法について検討を行いまし
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
処理を実行中です
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