VibeVoice 入門:Microsoft の音声 AI(ASR/TTS)は何ができるのか
Microsoft の音声 AI「VibeVoice」(MIT・スター約5.7万)を概観します。60分一括+話者分離の文字起こし(ASR)、長尺 TTS の内訳と、TTS コード取り下げの経緯や「研究目的のみ」という公式の位置づけを整理します。
LATEST ARTICLES
すべての記事を新しい順に掲載しています。
Microsoft の音声 AI「VibeVoice」(MIT・スター約5.7万)を概観します。60分一括+話者分離の文字起こし(ASR)、長尺 TTS の内訳と、TTS コード取り下げの経緯や「研究目的のみ」という公式の位置づけを整理します。
AI画像高画質化ソフト Aiarty Image Enhancer の料金・プランを公式情報で整理。無料プラン・年間プラン・買い切りの永久ライセンスの違いと、向いている人を解説します(資料ベース)。
AI ボイスレコーダー Plaud Note の料金・プランを公式情報で整理。本体価格と、月300分無料の Starter から Unlimited までの違い、向いている人を解説します(資料ベース)。
Microsoft の AI 量化投資プラットフォーム Qlib(MIT・スター5万超)を概観します。データ整備から学習・バックテストまでのパイプライン、日本の個人が触るときの現実、過学習などの注意点を整理した学習記録です。
テクニカル指標ライブラリの定番だった pandas-ta は、本家リポジトリの消失と運営引き継ぎで新規利用を避けるべき状態に。後継フォーク pandas-ta-classic の実務ポイントと、OSS 選定の確認ポイントを整理します。