Kana & Mari's SoundRepos (Japanese)

Kana & Mari

GitHubの音楽・音声AIリポジトリを毎日1本、約2分で紹介。TTS（音声合成）、MIDI、オーディオ処理など、「音」にまつわるオープンソースの注目プロジェクトをKanaとMariが声でナビゲートします。※この番組は日本語でお届けします。Kana と Mari のプロフィールはこちら： Kana – Newbie Esports Caster: https://yukichi.fun/jp/mchc/token/22/Kana_%E2%80%93_Newbie_Esports_Caster Mari – Newbie Esports Analyst: https://yukichi.fun/jp/mchc/token/23/Mari_%E2%80%93_Newbie_Esports_Analyst ※ 本番組の原稿は生成 AI を用いて自動生成されています。内容には誤りを含む可能性がありますので参考情報としてお楽しみください。

  1. 16時間前

    zhenye234/FlashSpeech｜高速なゼロショット音声合成｜GitHub

    FlashSpeech論文に基づく、効率的なゼロショット音声合成の実装です。AmphionのNaturalSpeech2を基盤に、音声データの前処理、LibriTTSを用いた段階的な学習、推論、音声品質や話者類似度などの評価機能を提供します。ステージ3の実装など、一部の機能は未完成です。 関連: zhenye234/FlashSpeech／高速なゼロショット音声合成／GitHub

  2. 1日前

    chinokikiss/GSV-TTS-Lite｜低遅延な音声合成エンジン｜GitHub

    GPT-SoVITS V2、V2Pro、V2ProPlus向けの高性能な音声合成推論バックエンドです。ストリーミング推論、バッチ処理、字単位タイムスタンプ、音色変換、話者認証などを提供し、CUDA GraphやKVキャッシュ、連続バッチ処理により低遅延・低VRAM動作を実現します。 関連: chinokikiss/GSV-TTS-Lite／低遅延な音声合成エンジン／GitHub

  3. 2日前

    soniqo/speech-android｜GitHub

    Android端末上で音声認識、音声合成、音声区間検出、話者分離、話者埋め込み、ノイズ抑制を実行するオンデバイス音声SDKです。Kotlin SDKとJNIブリッジを通じてspeech-coreおよびONNX Runtimeを利用し、クラウドへデータを送信せず、音声パイプラインやシステム音声入力・TTSサービス、デモアプリを提供します。 関連: soniqo/speech-android／GitHub

  4. 3日前

    AlexandaJerry/whisper-vits-japanese｜音声から日本語音声合成を学習｜GitHub

    Google Whisperを音声認識とデータ準備に利用し、長時間音声を自動文字起こし・分割してVITS用の日本語音声合成データセットへ変換するプロジェクトです。前処理からVITSの学習、推論、単一話者・複数話者モデルの作成までをColabやJupyter Notebookで実行できます。 関連: AlexandaJerry/whisper-vits-japanese／音声から日本語音声合成を学習／GitHub

  5. 4日前

    HojoAI/Hojo-TTS-Light｜軽量な音声合成エンジン｜GitHub

    HojoAIが開発する軽量なテキスト音声合成モデルで、中国語と英語の音声を生成します。40M版は15種類のプリセット音声、80M版は数秒の音声を使った話者音声クローンに対応し、ONNX RuntimeによるCPU・GPU推論を提供します。 関連: HojoAI/Hojo-TTS-Light／軽量な音声合成エンジン／GitHub

  6. 5日前

    Voine/Bert-VITS2-MNN｜Android多言語オフライン音声合成｜GitHub

    Bert-VITS2 v2.3をAndroid向けに移植し、MNNを使って中国語・日本語・英語および中英混合入力の音声合成を端末上でオフライン実行するプロジェクトです。テキスト前処理、BERT埋め込み、VITS推論、音声再生を備えたデモアプリを提供し、推論機能はAARとして他のAndroidアプリへ組み込めます。 関連: Voine/Bert-VITS2-MNN／Android多言語オフライン音声合成／GitHub

  7. 6日前

    zaigie/FunSpeech｜ローカル音声認識と音声合成API｜GitHub

    FunSpeechは、音声認識ASRと音声合成TTSを提供するローカル・プライベート音声サービスです。FastAPI製のAPIゲートウェイと、FunASR、Dolphin、Qwen3-ASR、CosyVoice、Qwen3-TTSなどの独立GPU推論サービスで構成され、Aliyun/OpenAI互換のHTTP APIおよびWebSocketストリーミングに対応します。 関連: zaigie/FunSpeech／ローカル音声認識と音声合成API／GitHub

  8. 9月19日

    allmodels-io/hermes-speech｜音声認識と音声合成を追加するプラグイン｜GitHub

    Hermes AgentにAllModels経由の音声合成TTSと音声認識STTを追加するプラグインです。音声ストリーミング、音声検索とプレビュー、モデルや音声の設定、アカウント登録、残高確認、チャージなどをHermesのCLIやTUI、デスクトップアプリから利用できます。 関連: allmodels-io/hermes-speech／音声認識と音声合成を追加するプラグイン／GitHub

すべて見る（101）

番組について

GitHubの音楽・音声AIリポジトリを毎日1本、約2分で紹介。TTS（音声合成）、MIDI、オーディオ処理など、「音」にまつわるオープンソースの注目プロジェクトをKanaとMariが声でナビゲートします。※この番組は日本語でお届けします。Kana と Mari のプロフィールはこちら： Kana – Newbie Esports Caster: https://yukichi.fun/jp/mchc/token/22/Kana_%E2%80%93_Newbie_Esports_Caster Mari – Newbie Esports Analyst: https://yukichi.fun/jp/mchc/token/23/Mari_%E2%80%93_Newbie_Esports_Analyst ※ 本番組の原稿は生成 AI を用いて自動生成されています。内容には誤りを含む可能性がありますので参考情報としてお楽しみください。

情報

  • クリエイター
    Kana & Mari
  • 配信期間
    25年 - 26年
  • エピソード
    101
  • 制限指定
    不適切な内容を含まない
  • Copyright
    © 2025 Aquariumy Studio Inc.
  • 番組のウェブサイト
    Kana & Mari's SoundRepos (Japanese)