bellpepper

BVE Trainsim・C++・C#・Python・3202・b!・ストグラ・IME制作・データセット作成
Youtube:

[bellpepper @bellpepper0606]

日本語IME・G2P向けのReazonSpeech読み推定データセットを公開しました。

https://t.co/JPvtMI2Vxp

#日本語NLP #IME #かな漢字変換 #G2P #HuggingFace

[bellpepper @bellpepper0606]

@JiJi_web そうなんですよね。
そして正直なところ、iOSだけのアプリとか、Androidだけとか、PCでは使えないとかそういう端末によって使用の可不可が変わってくるってのもあんまり好きじゃないんですよね。
せっかく作ったなら沢山の人に使って欲しいはずなのに、自ら絞りに行くのもどうなのかなって。

[bellpepper @bellpepper0606]

@miyakojikakutei ベンチマークのスコア(見かけの性能)の向上によりすぎて実性能がおろそかになっているんじゃないかっていう
ClaudeのOpusなんかが顕著ですね(4.6が最も評判が良く、4.7,4.8とどんどん評判が落ちていっている)

[bellpepper @bellpepper0606]

開発中のBveのプラグインのデバッグなどにCodexを使用してみているが、$20プランでは色々作業をしていると気づいたら5時間制限にあたってしまうな
かと言ってそれ以上のプランを契約するほどの資金はないが...
Claudeもおんなじようなものだったし、まったく、学生には厳しい世の中だ

[bellpepper @bellpepper0606]

スクリプトは、ReazonSpeech v2 の公式データセットローダーの定義を参照し、音声シャードと文字起こしを処理する構成です。

処理過程では元の文字起こしを参照していますが、公開データセットには元字幕テキストや形態素表層形は含めていません。

[bellpepper @bellpepper0606]

日本語IME・G2P向けのReazonSpeech読み推定データセットを公開しました。

https://t.co/JPvtMI2Vxp

#日本語NLP #IME #かな漢字変換 #G2P #HuggingFace

[bellpepper @bellpepper0606]

構築時に使用したスクリプトを公開しました。

https://t.co/bQsODDQAVv

記事の「実装について」にも追記しています。

[bellpepper @bellpepper0606]

日本語IME・G2P向けのReazonSpeech読み推定データセットを公開しました。

https://t.co/JPvtMI2Vxp

#日本語NLP #IME #かな漢字変換 #G2P #HuggingFace

[bellpepper @bellpepper0606]

@QualcommJapan Arduino

[クアルコムジャパン（Qualcomm Japan） @QualcommJapan]

Arduino® UNO™ Qが当たる！

Qualcomm® Dragonwing QRB2210 SoC搭載の
Arduino® UNO™ Q (4GB)を抽選で10名様にプレゼント✨

Qualcomm技術で、電子工作を楽しもう！

❶@QualcommJapanをフォロー
❷この投稿をリポスト
さらに「Arduino」とリプすると当選確率2倍⤴️

締切は5/31(日)まで⏰

[Miwa - azooKeyの開発者 @miwa_ensan]

こちら参加します！高橋さん（ @nya3_neko2 ）と未踏IT事業で取り組んだazooKeyとニューラルかな漢字変換の話などをさせていただく予定です！

[プロジェクトセカイ カラフルステージ！ feat. 初音ミク【プロセカ】 @pj_sekai]

譜面メーカー リリース記念🎼
RPキャンペーン 開催🔁

対象ポストが5月3日（日）23:59までに 10,000RP達成で、「ライブボーナスドリンク（大）×1」と「想いのカケラ×100」を後日プレゼントします🎁

#プロセカ

[JR東日本トレインシミュレータ【公式】 @JRETS_official]

＼40000系で埼玉へ！／
DLC第31弾「西武鉄道池袋線」配信開始しました！
https://t.co/AHc0tUMgeA
#JRETS #JR東日本トレインシミュレータ #西武鉄道池袋線 #40000系 #JR東日本 #西武鉄道 #池袋線 #池袋 #飯能 #複々線 #急行 #各停 #回送 #Steam

[SB Intuitions @sbintuitions]

🚀 sarashina2.2-ttsを公開しました！

日本語に特化したLLMベースの音声合成システムです✨️
驚くほど自然な表現力と、高い再現性を実現しています。

🇯🇵 高精度
🔊 多彩な表現
🌐 日英対応
✨ 声質再現

👇 詳細はこちら https://t.co/v0xQHtNhBg
#SBIntuitions

[bellpepper @bellpepper0606]

Core i9-13900HX + RTX 4070 Laptop（8GB VRAM）で約500時間かけて処理しました。

今後はASRモデルの見直しによる除外数の削減やUniDicの固有名詞分割問題への対応（形態素解析器の変更）、ReazonSpeechの音声コーパス作成ツールを利用したデータ増強などを検討しています。

[bellpepper @bellpepper0606]

ReazonSpeech v2 all をひらがなParakeet（ASR）+ MeCab/UniDicで処理し、読み・品詞・表層形の文字数を抽出しました。

ASR結果と形態素解析のレーベンシュタイン距離（dist）でフィルタリングし、約2,163万件を収録。元データの21,941,155件から302,822件が除外されています。

[いぬたぬき @inutanuking]

今日も攻撃くらってる。
みんな気にしないようにしてる。
すごいな。これを日常にするしかない、のか

[いぬたぬき @inutanuking]

まじか。
空にミサイルがある。
ドバイ攻撃くらってる。

[bellpepper @bellpepper0606]

西武新宿線所沢駅の西武新宿寄り先頭車停止位置付近(上下線とも)に地上子の台座と思わしき謎のものがあったのだが、何なのだろうか
(見づらい＋スマホ画質の写真で申し訳ない)