ゆっきー@音声合成

音声合成を勉強しています。歌声合成に特に興味があります。音声合成に関わる全ての人に尊敬と感謝を。業界の外の人ですが、絡んでくれると喜びます。

[ゆっきー@音声合成 @4wavetech]

新しい歌声合成ソフトを公開しました！　インストール、GPU不要で、あなたのCPUとブラウザで軽快に動作するフル機能のSVSです(Chrome推奨)。ページにアクセスしてすぐ使えるので、ぜひ触ってみてください。
https://t.co/ksgIfl8ab7

[ゆっきー@音声合成 @4wavetech]

@canon_73 そうですね、OpenUTAUへの対応を考えておきたくて、ここしばらくスタイル変換機能は使っておらず、NormalとSoftを別スタイルとして学習したらより品質は上がるかもしれません。限界品質を見る価値は高そうです…！

[ゆっきー@音声合成 @4wavetech]

新しい歌声合成ソフトを公開しました！　インストール、GPU不要で、あなたのCPUとブラウザで軽快に動作するフル機能のSVSです(Chrome推奨)。ページにアクセスしてすぐ使えるので、ぜひ触ってみてください。
https://t.co/ksgIfl8ab7

[ゆっきー@音声合成 @4wavetech]

@canon_73 調べると使用した曲数は110曲中の107曲でした。さらに乱数で1696フレーズ中22フレーズがevalデータに回されています。

[ゆっきー@音声合成 @4wavetech]

@canon_73 今回SoftとNormalは使っておらず、キレ音源の4.23時間でした！

[ゆっきー@音声合成 @4wavetech]

@canon_73 冥利に尽きます…！　それなりの品質にできてるのは本当に波音リツDB様々だと思います！

[ゆっきー@音声合成 @4wavetech]

@made_by_dy @mmm_tech It seems like an intriguing library! Thank you, I will check it out.

[ゆっきー@音声合成 @4wavetech]

データセットを揃えて適当にポチポチしたら歌声合成用のモデルができて、完璧なSVSにインストールできる、というのがあったら理想だと思うのだけど…。今のところ1話者だけ欲しい場合でも多話者モデルにした方がいい場合が多いと思うし、言語によっては十分データを確保できない。

[ゆっきー@音声合成 @4wavetech]

@Yuuki_1210h Please check out this page. Apologies if the phrasing is a bit off.

https://t.co/CofdmfD2FI

[ゆっきー@音声合成 @4wavetech]

@Thejurassicjord Sorry, we don't have plans to implement those features at the moment.

[ゆっきー@音声合成 @4wavetech]

@phycause Thank you so much!

[黒猫大福 @roku10shi]

UTAUプラグインの需要を調査するためのフォームを作成した
https://t.co/0CKBVHWMoX

[ゆっきー@音声合成 @4wavetech]

https://t.co/CofdmfD2FI
SVS自体のソースコードはこちらをご参照ください。GitHub Pagesから開けるのはエンジン部分もTypeScriptのバージョンですが、より高速なPython版も同梱されており、開発者の方にとって何かしら参考になることを願っています。

[ゆっきー@音声合成 @4wavetech]

ご感想、不具合報告、ご要望などは気兼ねなくお寄せください。現在3人のシンガーが使えます。DB製作者の皆様いつもありがとうございます…！

[ゆっきー@音声合成 @4wavetech]

男女混合でひとつのF0モデル、音響モデルを学習しているので、弊モデルの方が得意音域は広いと思います。入力するF0と音量がリアルなら、音響モデルの品質はたしか同じくらいのはず…。

[あきゆき（REJNO） @rejno_kk]

すげえ

比較としてDiffSinger

[ゆっきー@音声合成 @4wavetech]

@MITUBASINA すみません、今のところありません…！　Python版を自分のPCで使えるようにし、持続長モデル、F0モデル、音響モデルを作り、設定ファイルを書き換え…、といった面倒な工程が今は必要です。

[ゆっきー@音声合成 @4wavetech]

@mmm_tech 正直なところ、ブラウザが勝手に機能制限をかけるし、Python版はこの3〜4倍レンダリングが速く、C++で作るとさらに速くなると思うので、懸命な作りではありません。これを見た開発者が歌声合成エンジンの参考にしてもらいたいというのがメインではあります…！

[uthree @UThree271828]

https://t.co/DKBetvCBL0
Auris Studio v0.10.0 をリリースしました。

エージェントパネルからCodexやClaude Codeを使って作曲ができるようになりました。

[ゆっきー@音声合成 @4wavetech]

@seiranmitsuka よかったです…！　音が鳴らなくなったらブラウザがメモリ不足を訴えているので、すみませんが新しいタブで開き直していただければ…！😂

[ゆっきー@音声合成 @4wavetech]

@laTH380 実は自分もあんまり原理が分かっておらず…。Apache-2.0だったので、hifisamplerの仕組みをそのまま移植しました。

[ゆっきー@音声合成 @4wavetech]

@seiranmitsuka ありがとうございます…！　自分のMacでしか動作確認していないので、本当に他の環境で動くのかビクビクしていますが…。笑