日曜大工でおーぷん2chの発話分類をしてみました
音声・言語分類において現在のEncoder・Decoderがどれぐらいの精度・速度を出せるかを比較しています
zenn.dev/ivry/articles/9bd9c…
kai-yo retweeted
日本語の TTS は漢字の読みが複数あるのが大変なんだけど、
ルビを振ったテキストで学習した後、
ルビなしの方での発話がうまくいくよう蒸留したら、
生徒でもうまく行ったみたいな感じらしい!
[2611.06403] Ruby-OPD: Enhancing Pronunciation Controllability and Accuracy for Flow-Matching Text-to-Speech via On-Policy Distillation arxiv.org/abs/2611.06403
kai-yo retweeted
【ブログ】翻訳特化LLM PLaMo 3 Translateのモデル重みをリリースしました。0.8B / 2B / 8B / 31Bの4パターンで、いずれも世界最高レベルの翻訳能力です。ダウンロードして、ローカルで試せます。開発秘話を描いたTech Blog:
preferred.jp/ja/blog/tech/pl…
Hugging Face:
huggingface.co/collections/p…
kai-yo retweeted
【速報】神奈川県警が川崎市役所を家宅捜索
47news.jp/15183430.html?utm_…







