ONNX 音声合成 API
手元の GPU で動く、日本語テキスト読み上げの API。軽量な ONNX 実行で、自作アプリからすぐ呼び出せます。
構想(アイデア)から開発中・β・リリースまで。段階のバッジは正直に付けています。
15 / 15 works
手元の GPU で動く、日本語テキスト読み上げの API。軽量な ONNX 実行で、自作アプリからすぐ呼び出せます。
カメラや動画の映像を見て、いま起きていることをその場で言葉にして実況する仕組み。ローカルの画像認識モデルで動きます。
話し声をその場で文字にしつつ、「誰が話したか」も見分ける音声認識。すべて手元で完結します。
Minecraft のチャットを音声で読み上げる MOD。手元の音声合成とつないで、画面を見なくても会話が追えます。
声でチャットを打ち込める Minecraft の MOD。キーボードから手を離したまま、話しかけるだけで入力できます。
3D モデルのダンスや動きを VR の中で間近に鑑賞するためのビューア。表情や指の動きの追従を調整しています。
オフラインで遊べる、生きた世界を歩き回るアクション RPG の構想。住人が自分の生活を持つ世界を目指しています。
文章の意味を数値に変換(埋め込み)し、検索結果を関連度で並べ替える、検索の下支えになる API。
声の特徴から「いま誰が話しているか」を見分ける仕組み。会話の記録や字幕づけの土台に。
軽量な音声合成 Piper を、自分の用途や声に合わせて学習・実行するためのキット。
AI のアバターを手軽に起動して、声とキャラクターで対話するためのランチャー。
強化学習をゲームのような環境で手元で試すためのアプリ。学習の様子を見ながら調整できます。
応用情報技術者試験の過去問を、午前・午後まとめて解けるようにした学習アプリ。
3D の小さな世界の中で、キャラクターたちが暮らす様子を眺める箱庭アプリ。表情や仕草の作り込みを進めています。
言葉だけでなく「感情の状態」を持って応答する AI の仕組みづくり。まだ研究・検証の段階です。