筆者はUTAUによる波形接続の時代から「その人の声になりきる」技術を試してきましたが、このほど、その中でも画期的と思える技術に出会いました。『Seed-VC』（Seed Voice Conversion）というオープンソースソフトです。 ■AIボイチェンの進化どこが画期的なポイントかというと、高い音質を維持しながら、ゼロショット、つまりファインチューニングをせずに、1秒から30秒までの短い音源を参照するだけで、短時間でオリジナルに近いボイチェンができるところにあります。 以前紹介したDiff-SVCやRVCは、オリジナル音声に近いボイチェンが可能ですが、学習にはそれなりの長さのオーディオデータと高性能GPUによる処理が必要です。

「英文がスラスラ読めるようになりたい」私の切実な願いに、読書猿さんは言い放った 「まず2万語な！」 ――― 6年前の話 だ。 藁にもすがる思いで手を出したのがこれ。1127日かけて2回読んだ。結果は次の通り。 7870 words　始める前 9944 words 　1周目（610日）完了後 12509 words 　2周目（517日）完了後 語彙力は preply でテストした。 語彙力が増強されていることが数字で分かるが、あまり驚きはない。この『Merriam-Webster's Vocabulary Builder 』は、250もの語根や語幹をベースに単語を解説する単語帳で、私の英語力で背伸びして読めるレベルなので、そりゃ2回も読んだら強くなるわな、と思う。 それよりも、3年も続いたことに驚いている。 学校を卒業してから、英会話学校へ通ったり（1ヶ月で挫折）、通信講座を受けたり（2ヶ月

世の中に不満があるなら自分を変えろ。それが嫌なら耳と目を閉じ、口を噤んで孤独に暮らせ。それも嫌なら・・・ 「世の中に不満があるなら自分を変えろ。それが嫌なら耳と目を閉じ、口を噤んで孤独に暮らせ。それも嫌なら・・・」 これは攻殻機動隊STAND ALONE COMPLEXの冒頭でビルに破壊工作を仕掛ける何者かが発する「もはや体制に正義はなしえない」という言葉に作品の主人公である草薙素子が返すセリフです。 このセリフは非常にインパクトがあり、SNSなどでいまでも多く引用されているのですが、大抵の場合は文字通りの意味で「世の中に不満を言わずに受け入れろ」と引用されてしまっています。 しかしながら、本来、このセリフは物語全体で否定されるべきテーゼとして提示されており、そのまま文字通りの意味で引用してしまっては作品の読解として間違いです。 攻殻機動隊 STAND ALONE COMPLEXとは攻殻機

山本健人(Takehito Yamamoto, 外科医けいゆう) @keiyou30 消化器外科専門医｜MD, PhD, #colorectalsurgery in Japan, @surgery81261 @JSS1896 SoMe-WG｜大腸癌｜ダイヤモンド、時事メディカル等で連載｜『すばらしい人体』『すばらしい医学』シリーズ累計23万部超｜けいゆうは娘と息子の名前から｜講演・取材ご依頼はこちら↓ keiyouwhite.com/linktree 山本健人(Takehito Yamamoto, 外科医けいゆう) @keiyou30 日本語には、例えば「コーコー」と読む熟語が40以上あり、これを会話中に識別する神業を日本人は瞬時にやってのける。 同音異義語がやけに多いのは「日本語の音節が約100しかない(英語は3000以上)＝日本人が口から出せる音の種類が少ない」ため仕方ないのだが、この

日本で生成AIと言えば、OpenAIのChatGPTがその代名詞。この傾向は日本でのオフィス開設も加わって、さらに高まっているが、そのOpenAIやGeminiをはじめとする多様なAIサービスを提供するグーグルと並んで存在感を示している企業がある。 このジャンルに注目している方ならばご存知だろうが、AnthropicというAI専業ベンチャーである。AnthropicはOpenAIの運営方針に異を唱えるメンバーがスピンアウトした2021年創業の生成AIスタートアップで、アマゾンとグーグルが巨額を出資していることでも知られる。 滑らかな文章を生成するClaude 同社の大規模言語モデル“Claude（クロード）”はその性能の良さから注目されていたが、特に注目を集めるようになったのは、今年3月4日に発表されたClaude 3からだろう。特徴的な性能や機能もさることながら、印象的だったのは生成する

ドイツMAGIXから定番の波形編集ソフトの新バージョン、SOUND FORGE Pro 18およびSOUND FORGE Pro 18 Suiteがリリースされました。今回のバージョンアップの目玉はAIを利用した音声合成機能を搭載し、日本語でテキストを入力すると、非常にリアルで自然な声で、そして高音質なサウンドで喋り声が生成されることです。VOICEPEAKやVOICEVOX、A.I.Voice、CoeFont……などなど、ここ数年で急速に進化し、数々のソフトが出てきたTTS＝Text to Speech（音声読み上げソフト）の世界にSOUND FORGEが殴り込みをかけてきた格好です。しかも単なるTTSに留まらず、翻訳機能も搭載。これによって最大100言語へ翻訳して喋らせることも可能になっているため、グローバルなコンテンツ制作も可能になっています。 さらにStoryblocksという音素

「Ｃｕｔｅ」でのハローキティの展示/David Parry/PA Wire/Courtesy Somerset House （ＣＮＮ） 虹とユニコーンの角で飾られ、フワフワした愛らしい目の子猫は、一見すると、子どもらしさや純粋さをイメージするかもしれない。しかし、このキュートな生き物はその見た目以上の影響力を持つ。 ペットから子ども、大きな目のおもちゃ、ソーシャルメディアのフィルター、絵文字、インターネット・ミームに至るまで、「キュートネス（かわいさ）」は、情報があふれるこの時代の最も顕著な美学の一つであり、それ自体がれっきとした産業でもある。 一見、無害で脅威を感じさせないことから人気を博した「キュート」が、今や世界を征服しようとしている。それは、「キュート」にその魅力的な外観が暗示する以上の力があることを示唆している。 英ロンドンのサマセット・ハウスで開催されている「かわいい」をテーマ

「ロジカルな構成」をカンペキにする アメリカの大手新聞「ニューヨーク・タイムズ」などで活躍するジャーナリストのダニエル・コイルさんは、超一流の人たちがどうやって才能をみがいてきたのかが気になっていました。そして、世界中のスポーツチーム、音楽学校、一流進学校などを取材した結果、こんな結論にたどり着いたのです。 「才能とは、生まれつきのものだけではなく、練習でみがかれるものである」 ダニエル・コイルさんがたどり着いた超一流の人たちの才能開発のひみつは、その才能を開花させるために一番重要なスキル（能力）を、まずはとことんみがくということでした。そのスキルを最大値で発揮できるようになるまで、小さなことから毎日少しずつ地道に練習を重ねるのです。 たとえば、テニス選手なら、まずは「サーブのトス」を、バスケットボールの選手なら「レイアップシュート」だけを、目を閉じていてもできるくらいに練習しなさいという

まるめ @marumerumerume え……『トランスジェンダーになりたい少女たち』、おそらく手作りと思われる帯がついていたのですが…（蛍光ペンで文字にラインがひかれている） アライの書店員さんの苦肉の策なのか？（本は棚に一冊ささってるだけ。発売日前だからか、セルフ検索機には引っ掛からなかった） pic.twitter.com/XsNrTDw25h

GPT-3.5-TurboとGPT-4-Turbo、Claude2、Claude3(Haiku)、Claude3(Sonnet)、Claude3(Opus)、Gemini Pro、Gemini Ultra、Command R+に同じ質問をして、回答結果を比較してみたPythonAWSAzureOpenAIGoogleCloud はじめに GPT-3.5-TurboとGPT-4-Turbo、Claude2、Claude3(Haiku)、Claude3(Sonnet)、Claude3(Opus)、Gemini Pro、Gemini Ultra(Gemini Advanced)、Command R+に同じ質問をして、回答結果を比較してみました。 Gemini Ultra以外のモデルはPythonコード上から実行し、Gemini UltraはGemini Advancedのチャット上で実行していま

LINEから36億(3.6B)パラメータの大規模言語モデル(LLM)が公開されたので早速遊んでみた。正確には遊んだのは昨日のデイリーAIニュースなのだが、面白かったのでこちらにも転載する。 細かいやり方は大先生のページを参照のこと。 例によってこんな関数を書いた def line(prompt): # 推論の実行 input_ids = tokenizer.encode(prompt, add_special_tokens=False, return_tensors="pt") tokens = model.generate( input_ids.to(device=model.device), min_length=50, max_length=300, temperature=1.0, do_sample=True, pad_token_id=tokenizer.pad_token_i

グリズリーデザインでは本当の意味でお客様のお手伝いするために常日頃から沢山の情報に触れるようにしています。 その情報源の中の１つである本、そして特に僕たちの仕事を支えてくれている本2冊について書きたいと思います。 デザイナーだからデザインだけしておけばいいのではなく、ビジネスやマーケティング、ブランディングについて知っていないと本当の意味でお客様の力になることはできないのではないかと考えています。 こう考える理由としては、僕自身が前職でデザイナーではなくマーケティングを意識した商品開発のお仕事をさせていただいていたことにあると思います。 そもそもなぜ本から学ぶのかグリズリーデザインではネットの有象無象の記事や情報ではなく、本や実績を出されている方の講座やセミナーから学ぶことを大切にしています。 やはり人間、学ぶ時間は限られており、すべての情報にタッチすることはできません。 とはいえ、読んで

「100分de名著」(NHK Eテレ)で取り上げる作品を九年にわたり選び続けてきたプロデューサー、秋満吉彦さんが最も戦慄を覚えたのは、現代社会のありようを言い当てる「名著の予知能力」でした。5月31日に発売された新書『名著の予知能力』は、まったく新しい名著の読み方を提案する書。 講師が青ざめるとき――シェイクスピア「ハムレット」（2014年12月放送） 日本を代表する……いや国際的にも高い評価を受けているシェイクスピア研究の第一人者の顔が青ざめていた。モニター越しに見えた表情なので、スタジオ照明の加減もあり、やや誇張が入ってしまっているかもしれない。もっと正確にいえば、表情がこわばっていた。次の句が継げないでいる。明らかに挙動がおかしい。 東京大学大学院総合文化研究科教授・河合祥一郎さん。「ハムレットは太っていた！」「謎解き『ハムレット』」といった著作に惚れ込んだ私が、「ハムレット」解説講

みずの@ゆる言語学ラジオ @yuru_mizuno 今年の新書大賞、決まったわ。 『言語の本質』、読み終わった。これ、ヤバいわ。今年読んだ本で圧倒的ナンバーワン。 飲食店で気軽な気持ちで読んでたら、おもしろすぎて動悸が早くなって、しんどくて読むのをやめた本は多分人生初です。 今からこの本を読める人がうらやましい。 pic.twitter.com/oAtCgwmRlp

「冷たい印象になるから」と、若い人はメッセージのやりとりで句読点をつけたがらない。そんな話を聞いて「俺、もしかして冷たい人間と思われているかも？」とショックを受けました…。 どうも✋おじさん構文マイスターことエディター✍のヒロです(^_^)💦💦🍺 10年以上の紙媒体編集者歴を経てWeb編集者に転身した自分ですが、いまだに戸惑うことがあります。それは、Web編集ならではのスピード感です。 なかでもスピード不足を自覚しているのが、原稿の校正校閲業務。紙媒体編集者の宿命ともいえるのですが、「ミスは絶対に許されない」の気迫で校正校閲に臨むため、どうしても時間がかかります。「ミスっても気づいたら後で直せばよくね？」なWebのチャラいノリに賛同できないわけですね。（句読点の抜け漏れもやっぱり許せません！） 「Webのスピード感で校正したい」「でも紙媒体クオリティは死守したい」、この狭間で葛藤し、

Chat GPTをさらに進化させた、Bingに搭載されるチャットAI機能を先行で体験したので、いろいろ使ってみた。情報収集よりも文章形成が中心です。 2023/2/18 追記：アップデートが入ったので現在はできなくなってることも多々あるみたいです。 比較表ハムスターとiPhoneの比較ジョークを考える弁護士に厳しい怖すぎる俳句ドクロ俳句 ドクロハンバーガー俳句 漫才コロナ禍漫才ロールプレイ高飛車な女の子紹介文グラビアアイドル風の武田信玄グラビアアイドル風の卑弥呼裁判ゲーム陰謀論地球平面論者のロールプレイ指示した話を膨らませて書くチャーハンを捨てる話SS天海春香と櫻木真乃の対話碇親子の会話おじさん構文 このあと「iPhoneをあげるよ」としつこかった思想のトレースラップバトル「お前はただの曲がった果物」ジョークの解説批判的な検討非現実的な前提からのシミュレートアスキーアートシナリオの中間を考

インタビューや会議の際に発言内容をメモしながら、後で間違えないよう録音もする人は少なくないだろう。だが、録音した音声を聞いてテキストに起こす作業はかなりの手間がかかる。筆者の場合は聞き取りづらい箇所を繰り返し再生したり、パソコンに文字を打ち込む操作が遅れて音声の再生を一時停止したりしているうちに、実際の録音時間の何倍もかかってしまう。作業が終わるころには疲れてうんざりしていることもある。 筆者と同じように「骨の折れる文字起こし作業を何とか楽にこなしたい」と考える人は、洋の東西を問わず多いのかもしれない。最近はAI（人工知能）によって音声を解析して自動的に文字起こしするツールが国内外で増えてきた。中でも大きな注目を集めているのは、米OpenAI（オープンAI）の音声認識AI「Whisper」だ。 同社は米テスラ創業者のイーロン・マスク氏らが設立したAIの研究開発企業で、2020年に発表した言

ダウンタウン浜田雅功のツッコミ論が話題に　お笑いの技術を磨き上げた不動のエースのこだわりとは？ 道理で笑える ラリー遠田 ダウンタウンの浜田雅功この記事の写真をすべて見る 少し前まで、大晦日のテレビの風物詩と言えば、『NHK紅白歌合戦』と日本テレビの『笑ってはいけない』シリーズが二大巨頭だった。後者は2020年まで放送されており、圧倒的な支持を得ていた。そこでメインを張るダウンタウンの2人は、年末のテレビの顔として長く君臨してきた。 【写真】地上波で見ないのに「年収2億円」のお笑いコンビはこちら 今年還暦を迎える彼らだが、その人気は衰える気配がない。コンビとしてもそれぞれ単独でも数々のレギュラー番組を持っている。特に、浜田雅功はコンビでも単独でもMCを任されることが多く、この年末年始だけでも『お笑いアカデミー賞』『芸能人格付けチェック！ 2023お正月スペシャル』などで司会を務めた。 そん

2022/12/31 23:12追記 多数のおすすめを教えていただいたことで、知見が広まっだけでなく用途別に使い分けるのが良さそうだと気づきを得られたと思います 文書作成はObsidianのようなMarkdownがいけるエディタで、ちょっとしたメモにはKeep/OneNoteのどちらかでやるのが快適そうな予感はしています。が、正解がわかるのは流石に来年になってからでしょう。 実際にしっくり来たかの続報をいつか書きたい気はしていますが、増田は一期一会ですし予定は未定で終わるかも…ともかくありがとうございました。そして良いお年を。 2022/12/31 12:20追記 みんなのおすすめメモアプリを教えてほしい。今はEvernoteでやってるけど新しいアプリのことも知っておかないとな、と思ったので教えてくださいな 要件は以下 ・AndroidでもiOSでも編集可、ブラウザPCからでも編集できる