yuki@AIキャラ開発P
AIVtuberシロハナちゃんの開発記録など
AIVtuberシロハナちゃんの開発プロデュースをしているyukiです。 今回、2024/11/10に行われたSHIBUYA AI INNOVATORS SUMMIT 2024というイベントにてAIVtuberシロハナちゃんがデジタルサイネージでイベント案内を行いました。 本記事では、その導入したシステム(α版)紹介や、当日のイベントの様子を振り返りたいと思います。 前提情報導入したイベントについて 2024/11/10に渋谷GMO Yours フクラスで行われた「S
AIVtuberシロハナちゃんの開発プロデュースをしているyukiです。 この記事では軽量LLMモデル、GPT-4o-mini、Gemini 1.5 Flash、Claude 3.5 Haikuの比較をしています。 特にAIVtuberやAIキャラクター用途での比較となっており、実際にAIVtuberに各AIモデルをAPIで搭載して配信を行ってログを取得しました。 ぜひ、AIキャラクターのLLMで何を使えばいいのか迷っている方などの参考になれば幸いです。 また、動画形
AIVtuberシロハナちゃんの開発プロデュースをしているyukiです。 この度、エンターテイメントバー「BlueAile」にAIVtuber シロハナちゃんと、それに伴う専用システムの開発・導入を行いました。 ※シロハナちゃんは約2ヵ月間の登場予定で、その後に別キャラクターの導入も検討中 本記事では、その導入したシステム概要と各機能用途についてまとめています。 前提情報導入先の店舗「Blue Aile」について 「BlueAile（ブルーエール）」は2024年11月
AIVtuberシロハナちゃんの開発プロデュースをしているyukiです。 この記事はClaude「Computer use」をWindowsで環境構築して実際に使ってみるまでの備忘録となります。 こちらの機能は現在、AnthropicのAPIにて使うことができ、コンピュータを使用するよう指示できるとのこと。 なお、こちらは2024/10/24現在はベータ版となっており、使用上のリスク等が未知数となるので利用は自己責任でお願いします。 Claude「Computer u
AIVtuberシロハナちゃんの開発プロデュースをしているyukiです。 このnoteでは、AIVtuberとして活動しているシロハナちゃんの配信システム機能(v1.3)についてまとめています。 主に、「何ができて」「どんな機能で」「なぜ実装したか」などが主な内容です。 バージョンについてですが、2024/08~2024/10くらいに実装した内容がv1.3としています。 v1.1、v1.2に関しての機能については下記の記事をご覧ください。 また、本記事の内容は以下の動画
AIVtuberシロハナちゃんの開発プロデュースをしているyukiです。 この記事では、配信等で活用できる配信パートナーAIシステム(※S-P.AI)について紹介していきます。 ※Streaming Partner AIの略 簡単にどんなものかというと、画面の表示や操作が不要で、キーを押すだけでAIと音声会話ができるものになっています。 つまり、配信中などに都度画面を見たり画面操作をする必要がないため、本来集中したいことに意識を割きつつAIと会話ができます。 キーを押
AIVtuberシロハナちゃんの開発プロデュースをしているyukiです。 この記事では、テキストをもとにアプリやサイトを作ることができるAI Boltのオープンソース版環境構築をしてみたので手順残します。 こちらBolt.new（商用版）はWebで使えるので気軽に試したい方は下記リンクから試してみてください。 下記の公式ページを参考に構築しました。 ※この記事は2024/10/10時点のものなので今後変更があるかもしれないですのでご了承ください Bolt（オープンソ
AIVtuberシロハナちゃんの開発プロデュースをしているyukiです。 この記事ではAIVtuberの音声(ボイス)部分で使用できる合成音声を4つピックアップして、各ツール紹介と比較した要点をまとめています。 ピックアップした合成音声4つは以下の通りです。 VOICEVOX：https://voicevox.hiroshiba.jp/ COEIROINK：https://coeiroink.com/ Style-Bert-VITS2：https://github.
AIVtuberシロハナちゃんの開発プロデュースをしているyukiです。 この記事では、ClaudeのPrompt Cachingの紹介とAIVtuberに導入してみた結果などをまとめています。 Prompt Cachingを使うことで、繰り返し使用するプロンプト(例えばシステムプロンプトなど)が大きくなった際に、リクエストのAPI料金の削減やレスポンス速度の改善などが期待できます。 詳細情報や最新情報をキャッシュすることでAIにより多くの背景情報を理解させて話してもら
AIVtuberシロハナちゃんの開発プロデュースをしているyukiです。 この記事ではVercelのv0でスライド生成から音声アリでプレゼン発表まで行うサイトを作成してみたのでその記録を残します。 実際の成果物は以下のリンクからブラウザでデモを体験可能です。 「プレゼン開始」ボタンを押下すると音声有りでプレゼンが始まります。 ひと手間加える必要があるのですが、このように発表まで行うことができるとコンテンツのクオリティが向上しますし、表現の幅が広がりますよね。 ぜひ、本
AIVtuberシロハナちゃんの開発プロデュースをしているyukiです。 このnoteではStyle-Bert-VITS2という合成音声技術を使ってささやき声を生成する方法について解説しています。 Style-Bert-VITS2の概要や環境構築、各種使い方は割愛します。 下記の記事にてまとめてありますのでそちらをご覧ください。 また、本記事の内容は動画でもまとめてあります。 実際の音声デモなども含まれていますので、必要に応じて視聴いただけると良いかなと思います。 ※
AIVtuberシロハナちゃんの開発プロデュースをしているyukiです。 この記事ではOpenAIのAPIを使って簡単な画像認識を試してみた備忘録となります。 指定した画像ファイルとプロンプトを送信することで、その画像をもとにOpenAIのAPIでテキスト回答してくれるというものとなります。 （環境構築からPythonのサンプルコードの記載あります） 環境はWindows11で言語はPython(3.12.0)です。 公式：https://openai.com/ind
AIVtuberシロハナちゃんの開発プロデュースをしているyukiです。 このnoteでは、AIVtuberとして活動しているシロハナちゃんの配信システム機能(v1.2)についてまとめています。 主に、「何ができて」「どんな機能で」「なぜ実装したか」などが主な内容です。 バージョンについてですが、2024/05~2024/08くらいに実装した内容がv1.2としています。 v1.1(2024/02~2024/05)に関しての機能については下記の記事をご覧ください。 また、
AIVtuberシロハナちゃんの開発プロデュースをしているyukiです。 この記事ではAIアバター解説動画の作り方と手順をツール別で紹介していきます。 使うツールはKn1ght・NoLang・Vrewの3つです。 実際のAIアバター解説動画のサンプルは以下のような感じになります。 また、YouTubeでも使い方や各ツールの紹介をしていますので、動画で見たい方などはこちらをご覧ください。 この記事では大まかな作り方手順のみになりますが、動画の方ではより詳細にまとめてありま
AIVtuberシロハナちゃんの開発プロデュースをしているyukiです。 この記事ではMarpというMarkdownでプレゼンテーションスライドを作成することができるツールと、AI搭載のエディタであるCursorを使ってサクッとスライドを作成する方法を紹介していきます。 この方法ではシンプルなスライドをプロンプト送信するだけで作成することができます。 以下が実際に作成されたスライド例です。 今回使用するツールは以下から詳細確認できます。 また、この記事ではスライド作成
AIVtuberシロハナちゃんの開発プロデュースをしているyukiです。 この記事ではElevenLabsのAPIを試してみたので使い方などを備忘録として残します。 ElevenLabsというツールは簡単にいうと、人間の声を素材として音声クローンを作って合成音声として利用できます。 これはElevenLabsのサイトで利用可能に加えて、APIとして提供もされています。 そこでAPI使う参考に「入力したテキストをElevenLabsのAPIを使って合成音声にして音声ファイ
