Unity Engineer(ゲーム), 音声 ML/web ,イベント運営 Individual Activities → ゲーム制作，デバイス系(AIグラス，ロボット)
Joined May 2015
- Tweets35K
- Following950
- Followers2.6K
- Likes45.7K
Pinned Tweet
今年も 京都にて #生成AIなんでも展示会 in 京都 vol.2を開催をします👏
地方だからイベントに参加できない、展示/出展できない機会をなるべく下げられるようにしていきたい
展示等の応募フォームは後日公開するのでお待ちください
techplay.jp/event/1000546
ようさん retweeted
We believe voice is the most natural way to interact with intelligence, so we created Dessa, the most authentic full-duplex speech model ever built. Talking with it feels like talking with a person…full of emotion, nuance, pauses, and a natural cadence.
block.xyz/dessa
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…
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…
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…
改めて可愛い歌声判定モデルか判定関数を作るための調査を始めた
過去に数回やってうまくいっていないので別のアプローチを考えたいけど思いつかない
f0~4だけだとうまくいかないしBGMが取り除けていないのか、数秒のフレームで探した方がいいのか？
github.com/ayutaz/unity-embe…
UnityでEmbeddingGemma 2を使えるようにしました！
ひとまずwindowsのみの対応です
ようさん retweeted
RalomiをESP32-S3で試してみました。認識早くていい感じ！TTSはSano-tts-jpです
日本語音声をひらがなにする(マイコンで動かせる)軽量音声認識モデル「Ralomi」を公開しました！
M5Stack CoreS3（ESP32-S3）に書き込むだけでオフライン認識でき、ブラウザでも試せます
モデル 🤗
huggingface.co/ayousanz/ralo…
デモ 👇
huggingface.co/spaces/ayousa…
