しろ

プログラミングが好き https://lit.link/massao

しろ

プログラミングが好き https://lit.link/massao

  • 画像生成系

OpenJTalk ユーザ辞書の単語追加アプリ

インストール楽にアプリを使う GitHubのリリースからこのadd-dictionary.zipをダウンロードします。 add-dictionary.zipを解凍し、add_dict.exeをダブルクリックすることで使えます。 GitとPythonを使う GitHubからコードのダウンロードをします。 クローンを作成でもZipファイルのダウンロードどちらでも構いません。 最終以下のディレクトリ構造になる様にしてください。 add-dictionary├─ .ven

しろ

    • SNS映えするソースコード画像の作り方

      以下のような画像をSNSで見たことがありますか？ Carbon を使えばソースコードを美しいスクリーンショット風の画像を簡単に作成し、共有することができます。 Carbonとは？Carbonは、開発者やプログラマーがソースコードを魅力的な画像として生成・共有できる無料のウェブアプリです。 Carbonの使い方Step 1: WebブラウザでCarbonを開く まず、Carbonにアクセスします。 Step 2: コードをペーストする コードがかかれているエリアに、

      しろ

      • TkEasyGUIライブラリの基本とサンプルコード解説

        TkEasyGUIは記述方法が分かりやすく簡単にGUIが構築ができます。 もしPySimpleGUIを使ったことのある人ならすぐに使えるようになるでしょう。 TkEasyGUI概要特徴 基本となる書き方 venvを使った仮想環境の作成方法 はじめに仮想環境の作成 python -m venv .venv 仮想環境に入る .venv\Scripts\activate pipを使ったTkEasyGUIのインストール pip install TkEasyGUI

        しろ

        • Style-Bert-VITS2ライブラリの使い方

          Style-Bert-VITS2のライブラリを使ってテキストから音声に変換します。 Style-Bert-VITS2は、テキストを感情豊かな音声を生成するBert-VITS2 v2.1をもとに、感情や発話スタイルを強弱込みで自由に制御できるようにしたツールです。 環境構築仮想環境の作成 venvモジュールを使用して仮想環境を作成します。.venvは仮想環境のディレクトリ名です。 python -m venv .venv 作成した仮想環境を有効化 .venv\Scr

          しろ

        マガジン

        • 画像生成系
          4本

        記事

          Fletを使ったAIチャットアプリの作り方

          FlatとはFletは、Pythonを使ってWebアプリ、デスクトップアプリ、モバイルアプリを簡単に開発できるフレームワークです。 準備FlatのチュートリアルのチャットアプリをベースにAIチャットアプリに改造していきます。 ライブラリのインストール pip install flet LLMを使うのにllama-cpp-pythonパッケージをインストール GPUを使う場合はビルドされたものをインストールする必要があります。 # CPUだけを使う場合pip ins

          しろ

          Fletを使ったAIチャットアプリの作り方

          しろ

          音声ファイルを使ってVtubeStudioのキャラクターに口パクさせる方法

          VtubeStudioで音声ファイルに合わせてリップシンク（口パク）をさせたい場合、PCの出力音声をマイクに取り込む必要があります。 それにはステレオミキサーが必要になってきます。 PCにステレオミキサーがない場合には、仮想オーディオデバイス「VB-CABLE」をインストールすることで、PCから出力される音声を入力に取り込むが可能になります。 仮想オーディオデバイスのダウンロードとインストールダウンロード VB-CABLEを使います。 OSにあったものをダウンロードし

          しろ

          音声ファイルを使ってVtubeStudioのキャラクターに口パクさせる方法

          しろ

          0xc0000225エラーを解消する際に確認すべきだったこと

          PCがブルースクリーンになりネットの記事見て修復しようとしてもできず、修復する前段階に原因があったのでそれについてまとめてます。 状況スリープ状態からの復帰後、ログインすると画面がブラックアウトし、 強制終了を実行。 その後の起動時に 0xc0000225 エラーが発生しました。 環境 Windows 10 ストレージ構成 SSD (OSドライブ) SSD (元のOSドライブ、OSデータなし) HDD x 1 SSD x 3 原因BIOSで確認すると、Win

          しろ

          0xc0000225エラーを解消する際に確認すべきだったこと

          しろ

          vocal-removerをGoogle Colabで試す

          ボーカルとインストルメンタル（楽器のみ）をそれぞれ抽出するツール Google Colabで試す1. インストール セルの実行ボタンを押し、使うものをインストール 実行中に警告が出ますキャンセルを押してください 2. ファイルアップロード サイドメニューのフォルダアイコンをクリックし開きます ここに抽出したいファイルをアップロードします サイドメニューの下に表示された アップロードしたファイルがアップロード完了するまで待つ 3. 抽出 アップロードしたファイル

          しろ

          vocal-removerをGoogle Colabで試す

          しろ

          FastChatでGPTQの使い方

          GPTQ 量子化モデルをFastChatで使う方法 FastChatのインストールGitHubからFastChatのクローンを作成します git clone https://github.com/lm-sys/FastChat.git 作成したFastChatフォルダに移動します cd FastChat 移動したら仮想環境を作ります python -m venv .venv 仮想環境に入ります .venv\Scripts\activate FastChatの

          しろ

          FastChatでGPTQの使い方

          しろ

          WhisperをGoogle Colabで試す

          Whisperとは、OpenAIが開発した音声認識モデルです。 Whisperは、68万時間分の多言語音声データで訓練されたTransformerモデルです。英語や日本語をはじめとする98言語の音声認識と文字起こし、そして英語以外の言語を英語に翻訳することができます。 利用するのはGitHubに公開されているWhisper-WebUIを使います。 Google Colabで試すWhisper-WebUIにアクセスしhereをクリックするとColabにアクセスできます。

          しろ

          WhisperをGoogle Colabで試す

          しろ

          SDWebUIを使ってXサムネマジック作成

          サムネマジックの作成方法1 - 画像の準備 8:9（600:675）サイズの画像を1枚生成します アスペクト比が8:9になるならサイズどんなのでもいいです 2 - AB画像の作成 t2iからControlNet(以下 CN)のLineartを使い2種類の画像を生成します この時プロンプトは好きなように変更を加えてください 今回は天使と悪魔を作るのでそれぞれにプロンプトを追加しました できた画像が以下のものになります 初音ミク天使(以下 A) 初音ミク悪魔(以下 B

          しろ

          SDWebUIを使ってXサムネマジック作成

          しろ

          AUTOMATIC1111（stable diffusion webui）APIでTensorRT変換モデルを使う

          SDモデルをTensorRTを使って変換する方法はここでは説明していません。 以下のものを参考にモデルの変換を行ってください。 書いてることはほぼ同じなので自分のわかりやすいものを見てください。 APIの入門記事を読むと理解しやすいです。 AUTOMATIC1111版sd web ui version: v1.6.0 事前確認web ui のトップにSD Unetがあることを確認してください。 もしくはweb ui起動batファイルがあるディレクトリ内にconfig.

          しろ

          AUTOMATIC1111（stable diffusion webui）APIでTensorRT変換モデルを使う

          しろ

          サクッと作った文字起こしWebアプリ

          OpenAIのwhisperとstreamlitを使い、文字起こしWebアプリを作りました。 Streamlit Community Cloudの都合でwhisperのサイズの大きいモデルを使えないので、同じ制度で使えるfaster-whisperのmediumを使っています。 faster-whisper-large-v2はStreamlit Community Cloudでダウンロードができなかったので使っていません。 faster-whisperを使う理由としては

          しろ

          サクッと作った文字起こしWebアプリ

          しろ

          LLMを使ってデスクトップマスコットに命を吹き込む

          Takaさんの「フィーちゃんをデスクトップマスコットにするのに本気を出した話」をベースに作っています。 同じものを使っても面白くないのでライブラリを変えたり、文章の生成をChatGPTからLLMに、合成音声をCevio AIからVOICEVOXに変えてやってみました。 テキストの送信以外にマイクで会話できる機能を追加しました。 あと、Unityを使うのはこれが初めてなのでコードに何かあればコメントをください。 GPU使用率を見る感じ6GBでもギリギリ使えるようになってると

          しろ

          LLMを使ってデスクトップマスコットに命を吹き込む

          しろ

          Google Colabを一段階進化させるための方法

          Google Colab（以下Colab）で以下の画像のように、Formの入力ができる項目やドロップダウン（複数の選択肢からものを選ぶ）、スライドバー、チェックボックスの設定ができます。 このFormを使用することで例えば、プログラムを触ったことのないユーザーが簡単に試せるように、Formに値を入力し実行するだけで結果が得られるようにするなど。 では、ColabのFormの使い方について。 サンプルコードサンプルコード触りながら、実際に使ってみるのがいいと思います。

          しろ

          Google Colabを一段階進化させるための方法

          しろ

          Animagine XLをGoogle Colabで試す

          Animagine XLはSDXL 1.0からの派生モデルです。 モデルアニメスタイルの画像を厳選して学習されたモデル。 Google Colabで試すすぐに試す 「ランタイム」から「すべてのセルの実行」で実行 ランタイムはGPUに設定されています。 もし設定されていなければ「ランタイム」▶「ランタイム設定」▶「T4 GPU」▶「保存」 コード ライブラリのインストール▼ !pip install -q --upgrade diffusers invisib

          しろ

          Animagine XLをGoogle Colabで試す

          しろ