@uzuki425

AIキャラクタ開発中、めぐとももちゃんを育てています。@AI-sx8mo　PCは自作派。好きなものはプログラミング、AI、アニメ、量子論、宇宙、花と野菜の栽培。心理学も（認知、行動、モチベーション等）少し。資格に無縁なアマ·ソフトウエア個人開発者。何でもやります。本業は電子回路設計。

note.com/ai_meg
Joined April 2014
  • Tweets25.5K
  • Following193
  • Followers2.5K
1.9KMedia
Talk to an AI character — she answers back with voice and video, in real time. Fully local, single GPU. Local LLM + TTS + LTX-2.5 22B video diffusion. Mic audio goes straight into the LLM (input_audio) — no ASR in the reply path. Code (Apache-2.0): github.com/animede/Realtime_… @LTXStudio

GitHub - animede/Realtime_Conversation_Video: Speak into the mic, and the character answers back in...

Speak into the mic, and the character answers back in real time — with voice and video. - animede/Realtime_Conversation_Video

github.com
12
54
6
505
40,637
フェイクね。わたしのアプリで論文のようなドキュメントを作成してPDFで保存するとこんなドキュメントが作れます。
1
1
125
これ、ローカルのgemma4 -31Bで本文も図も作成。モデルは変わってないのに使い方を工夫すると別物のようなアウトプット出してくれます。モデルの能力を十分に使い切れていなかったと言う事ですね
36
とても短いテスト。デュエットリップシンク。各々のキャラの一貫性も保てる。プロンプトで二人の動きは少し変えてます。
2
144
Mnimax-H3、 わたしのVocal_lockでデュエットの完全リップシンクできます。驚き。
ゆずき
@uzuki4251h
デュエットによるリップシンクが成立するのか、をテスト中。これがでると更におおしろいのでは？　やってみないとわかりません。
1
4
344
デュエットによるリップシンクが成立するのか、をテスト中。これがでると更におおしろいのでは？　やってみないとわかりません。
1
1
490
いままでも著作権について、かなり慎重に開発やテストをやっていましたが、さらに慎重にならざるを得ません。使う人の責任のはずなんだけど、精度が高くなると心配。
1
148
この機能は著作権上はかなり危険。自分の曲なら問題ないけど、他者の曲を使うと、本人以外が歌う動画が簡単に出来てしまします。ほとんどのアプリは公開してるんですけど、このバージョンの公開は躊躇います。
ゆずき
@uzuki425Oct 25
音楽持ち込み→解析→シナリオ逆生成→シナリオに基づくシーン→動画→源音楽をつける 自分の過去に作成した音楽のMV作成機能を追加しました。
1
6
627
GPU固定や、配線を束ねたりで装置を安定化させてテスト運用に入りました。APIキーも設置。外部からアクセスする可能性もあるからね。
ゆずき
@uzuki4257h
4080x3をgemma4-31b用のサーバにするかどうか迷っつてます。あと２割ぐらい早ければいいんだけどなあ。
6
359
ゆずき retweeted
ようさん@ayousanz21h
声だけで、ロボットが動く🤖 「KoeAct-JP」 KoeActのデモをブラウザで触れるようにしました！ 日本語で話しかけると、文字起こしなしで直接 Action JSON に変換します. 「LED消さないでね」には動かない、打ち消しも理解します。 デモ(hf space) 🤗 huggingface.co/spaces/ayousa…
ようさん@ayousanzOct 24
日本語の音声から文字起こしなしで Action JSON（Function Calling）を直接出す 2.59M の小型モデル「KoeAct-JP」を公開しました🎙️ ESP32-S3で発話終了から 0.53 秒で動きます！合成音声の評価で完全一致率 93.2% vs カスケード 83.6% モデル 🤗 huggingface.co/ayousanz/KoeA…

ayousanz/KoeAct-JP · Hugging Face

We’re on a journey to advance and democratize artificial intelligence through open source and open science.

huggingface.co
1
22
81
4,156
ローカルのAIサーバを個別のPCとして乱立させると、ローカル生成AI超展示会に持っていけなくなる懸念。
5
276
自分で言うのもなんだけど、これが文章、図込みでローカル完結で書けてしまうのすごいなあ。
1
13
814
ローカルLLMによる生成・検証・修正の反復サイクルを用いた動画アプリケーションの品質向上手法 という報告書作成中
1
169
長尺動画作成もLLMによる自動をかなり進めたんですけど、今は結局どこかで人の介入（確認を含む）を許容すべきという結論に至っています。初期のミスが後の作業になるほど負担が大きくなるからです。絶対に、ではなくて、開発して問題点、細かい品質を潰していくと、最後は「人の指示がいる」という結論。らだし、人の指示をLLMが理解して動画生成プロンプトを「よしな」に修正する、みたいなです。
4
291
シナリオが決まっていないゲームなどではいいと思うけど、やがり生成時間が長くなることがネックかなあ。
57
githubからpillowに関する脆弱性問題の通知が🔟件ぐらい来たけど、対応は簡単ではないなあ。githubだけなら良いけど、maineが複数のSSDにあるからなあ。古いリポジトリ削除でもいいけどね。メンテシてないし。
3
282
4080x3をgemma4-31b用のサーバにするかどうか迷っつてます。あと２割ぐらい早ければいいんだけどなあ。
1
4
599
ゆずき retweeted
Koya Matsuo
@mazzoOct 25
AI楽曲鑑別ソフトできた。
5
28
1,239
すいません。1Q2だと公平な比較ですよね。
ゆずき
@uzuki425Oct 25
gemma4とDeepSeek比較。いつもの文化関係 「方言の知識は DeepSeek、方言で話すのは Gemma」 北摂弁で話すキャラクターとしては Gemma が優位 方言の解説や事実の確認ならDeepSeek ちなみにgemma4でもQATのQ4_OとQ4_K_Ｍでも差が出ます。 DeepSeeはIQ2だから公平な比較ではないです
138
おはようございます。雨＠五反田
171
ASDC || Modeling なまなり市 Set with Blender MCP 前回から1週間かけて、Blenderで街を作ってみました。 🏙 広さ 実寸3.4km四方（🏟️東京ドーム64個分） 🏠 建物 約4,500棟 🚗 自動車 約8,000台 🌳 木 約1万本 🔺 3,000万ポリゴン超 ドローンで時速100kmで飛んでも、ひと回りに8分以上かかります。レンダリングの待ち時間がかなり苦しくなってきました。 苦労したのは、交通事故が起きないように8,000台の車をスクリプト制御すること😅 #3DCG #Blender #b3d
なまなり あい
@AiNamanari33743Oct 18
ASDC || Modeling the School Set with Blender MCP 放課後屋上でダンスするひなたとつきが通う学校をつくってみました。屋上だけのつもりが、遠くまで映るので街並みごと作り空撮。約半日、登場人物の世界を気軽に作れて楽しいです。このセットで色々作ってみようと思います。 #Blender #b3d
1
6
1
23
5,882
Load more