AI/MLツール Zonos on Ubuntu — 感情制御付き高品質日本語TTSモデルの導入
Zonos は Zyphra 社が GitHub で公開している音声合成モデルです。2025年2月のリリース以来 GitHub スター数は 7.2k を超え、HuggingFace では月間 9,372 ダウンロードを記録しています。話題の…
Tribute1998
AI/MLツール 
AI/MLツール AudioCraft/MusicGen on Ubuntu — MetaのAI音楽生成モデルをローカル実行
MetaのAI研究チームが開発した AudioCraft / MusicGen は、テキストプロンプトを入力するだけで数秒〜数十秒の音楽を生成できるオープンソースモデルです。 「upbeat electronic music with sy…
AI/MLツール OpenVoice on Ubuntu — 声のクローンで多言語TTS音声を生成
「自分の声をAIにコピーさせたい」「日本語のTTS音声を無料で使いたい」――そう思ったことがあるなら、OpenVoiceはすぐに試せる選択肢です。MIT と MyShell が共同開発したこのツールは、短いサンプル音声から声の特徴を学習し、…
AI/MLツール Tortoise TTS on Ubuntu — 超高品質多声テキスト音声合成のセットアップ
Ubuntu で Tortoise TTS を動かすと、市販のナレーションと見紛うほどの高品質な音声が手元で生成できます。結論を先に書くと、pip install tortoise-tts の1コマンドでインストールは完了しますが、モデルが…
AI/MLツール so-vits-svc on Ubuntu — AIカバー曲・歌声変換モデルの構築
so-vits-svc（SoftVC VITS Singing Voice Conversion）は、 ある人物の声のサンプルを学習させて、任意の歌声を「その人の声」に変換するオープンソースモデルです。 AI カバー曲として SNS で流通…
AI/MLツール OpenCompass on Ubuntu — LLMの日本語性能を体系的に評価する方法
チャット感覚で「このモデルは日本語が得意そう」と思っても、スコアで裏付けるのは難しいものです。OpenCompass を使えば、TyDi-QA（日本語QA）や Flores（英→日翻訳）などの標準ベンチマークでスコアを出せるので、印象ではな…
AI/MLツール lm-evaluation-harness on Ubuntu — LLMの性能をベンチマーク評価する方法
LLM のスコアを比較した記事や論文で「Hellaswag 75.3%」「MMLU 68.1%」といった数字を見かけることがあります。これらは lm-evaluation-harness（lm-eval） と呼ばれる評価フレームワークで計測…
AI/MLツール SadTalker on Ubuntu — 音声から口パク動画を自動生成するAIツール
SadTalker は、1枚の顔写真と音声ファイルを渡すだけで、口パクしながら話しているような動画を自動生成する AI ツールです。CVPR 2023 で発表された研究で、Gradio ベースの WebUI も付属しているのでコマンド操作が…
AI/MLツール LivePortrait on Ubuntu — 静止画を動かすAIアバター生成ツールの導入
この記事では Ubuntu 24.04 LTS への LivePortrait のインストール手順を、実際にコンテナで動かした結果とあわせて解説します。
AI/MLツール Real-ESRGAN on Ubuntu — AIで画像・動画を4K超解像アップスケール
「古い写真を高解像度で蘇らせたい」「アニメ画像を4Kで保存したい」——Real-ESRGANはそのための実用的な超解像AIツールです。Ubuntu 24.04 LTS に pip install realesrgan でインストールでき、G…