機械学習– tag –

最近 VITS TTS が面白くてずっといじっていたベースコードを改造して、いくつかの音声合成モデルをファインチューニングしてみました。その内、イントネーションが割とよく、上出来だなーと思っているのは「あみたろの声素材工房」の音声を使って学習したモデルです。VITS モデル自体は下記のリンクで公開しています。VITS-Amitaro-Modelこちらのリンクでどいう音声なのか試せます。音声生成したいテキストを入力して 「Generate Voice!」 ボタンを押せば音声が作成されますVITS-TTS-Japanese-Only-Amitaroそのままモデル公開するだけでは使いにくいと思い、　API を作りました。APIは2種類の出力があって、渡したパラメータによって出力が変わります。"audio_array" 音楽データのArra...

APIはこちらのリンクで試せます。https://www.aithinkso.net/emotion/emotion_web.py割と当たってくれる。65％ぐらい当たるかな？8軸でランダムだった場合、精度がたった12.5%なので、BERTの恩恵はかなり大きい今後の課題・Pretrainedと最適化のデータ両方ともJumanPPで作ったのでSudachiで作ってみたい・時間をかけて学習データのゴミを消したい・リクエストごとにBERTのモデルをロードしないようにDaemon化したい（メモリがやばい）

STEPホスト側の設定Dockerのコンテイナーを起動するホスト側での下準備STEPコンティナー内の設定ホスト側が設定終わったら、tensorflow など GPU使えるようにコンティナー内での準備ホスト側の設定下記のコマンドでkernel と開発パッケージをインストールする参考：https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#post-installation-actionssudo yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r)次に CUDA TOOLKIT を入れる参考：https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=CentOS&target_version=7&target_type=rpmnetworksudo yum-config-manager --add-repo http:/...

具体的には・Unity WebGL で 3D モデルアバター・A3RT の TalkAPI (雑談API) で返事生成　・生成した返事を Docomo 音声合成APIで音声生成ソースコードなど細かい説明は別の記事でいいかなと思います。作ったものはこちら。document.getElementById("test_mokuran").innerHTML='';

Juman++2.0 は結構新しいパッケージが必要で、 yum install だけでの安易インストールが出来ないので、色んなパッケージを自分で落としてコンパイルする必要がある為、非常に時間がかかるんです。 フォルダ構成はこんな感じpythonweb │ docker-compose.yml └─web │ Dockerfile │ ├─conf │ init.sh │ ├─docroot │ index.php │ └─package Anaconda3-2019.10-Linux-x86_64.sh boost_1_72_0.tar.gz cmake-3.16.2.tar.gz gcc-7.5.0.tar.gz jumanpp-2.0.0-rc3.tar.xz Python-3.7.6.tgz フォルダ構成を作ったら今度は各ファイルを作成します...