26-02-26-1315

よって世界からすべての歌が消えた——

IrodoriTTSエグいて。ライン越えた感じある。これ同人音声作り放題やん。
これが全部AI。こんなものが無限に生成できる。
今人類が一つの夢を叶えました！！！！！！！（https://youtu.be/pKrG0lRka_E?si=0HqFbszRS0RtEtT8&t=906)

恐ろしいところ：

• 長尺生成に耐える：今までの機構の多くは5s以上になると破綻したが、これは30sでもまったく破綻しない
• 絵文字による完璧な感情操作
• 生成がバカ早い:24GBのVRAMだと30秒音声の生成が1秒以下で終わる。
• 音声クローンの再現度がMoeより高い

弱点：

• オーディオコピーの場合、元オーディオのテンションにかなり引っ張られる。絵文字操作よりずっと強く
  • 元がプロ声優の場合問題ないが、トーシロだとトーシロ演技しか出ない。このへんはMoe(トーシロでもプロ演技が出来るがクローン力が低い)との差別化点
  • 音質も引き継ぐので低音質には低音質が返ってくる
  • 男の音声の精度が全体的に低い。女特化か？
• 30sまでしか生成できないっぽい

TIP：

• 長尺の音声をGradioのtrim機能で切り抜かせて使うのが良さげ
• 絵文字なしでも割と従ってくれる。文脈を付与すればオノマトペや「うふふ」みたいなのもちゃんとやってくれる。
• 😊より😆のが圧倒的に強い