カテゴリ：パソコン一般 > AI

2026年04月10日

【AI】ACE-Step 1.5でなんか曲を作ってみるよ

二月ほど前の話ですが、 ACE-Step 1.5というのを使って曲が簡単に作れるらしいというのを見かけたのですが、引越しやらなんやらで先送りになり、そのまますっかり忘れていましたｗ
先の音声AIチャットを調べてるときに見つけて思い出したのでこの機会にやってみました(ﾟ∀ﾟ)
ComfyUIのテンプレートにも入ってるので、あとはモデルだけダウンロードすればいいので簡単ですね。

作詞作曲なんてさっぱりできないわたしですので、とりあえずChatgptに丸投げしてみましたｗ

できたやつ→オープニング
なんかそれっぽく出来てない？歌詞が正しいのかはわかりませんけどｗ
前回、ダンジョンのゲームを作った時の曲がSunoに作ってもらったやつなんですが、Sunoだと歌声いれるのが無料だとダメだったんですよね。こちらはRTX3060で全然余裕で動くし、生成も早く、曲もまともなので、ゲームのBGMとかもうこれでいいんじゃね？って感じですｗ
せっかくなので日本語歌詞＆エンディング曲をお願いしてみました。

できたやつ→エンディング
思った以上に日本語だったんですけど、漢字入れたのがちょっと失敗だったかもですねー。あと尺。
まぁでも、これだけできれば十分な気もしますねー。
これがもっと早くあれば、あいうぉのMUSICもジャケットだけじゃなくてちゃんと曲流せたかもなぁｗ

2026年04月09日

【AI】LAN環境でAI音声チャットする

ちょっときっかけがあり、ローカルLLMを使って、ネットワーク越しに音声会話をしたいと思って色々調べたんですが、音声を出すだけならVOICEVOXを使えば簡単にできるらしい。
で、早速やってみたんですけど、パソコン一台でやってる分には、VOICEVOXエンジン設定のCORS Policy Modeをallにしておけば動いたんですが（セキュリティ上の懸念はさておき）、

これをLAN経由で別のパソコンからやろうとすると全く繋がりません(´・ω・`)
どうもVOICEVOXを起動時に設定するPCのIPアドレスが実際のIPアドレスじゃなく127.0.01になってるのが問題らしいんですが、ネットを検索して出てきた、コマンドラインで起動するとか、コンフィグファイルを書き換えるとかやってみたんですが全部変わってくれませんでした。結構記事も古いのばっかりだったのもあるんですけど、とりあえず2026/04/05時点でうまくいった方法をメモっておきます。
必要なのは二つで、
①パラメータを指定して起動する。
②WindowsDefenderにインバウンドの許可を追加する。
です。
①でわたしが引っかかってたのはVOICEVOX.exeで起動するのではなくて、vv-engineフォルダの下にあるrun.exeで起動しないとダメだったというとこですね。VOICEBOX.exeで起動するとどこをいじっても127.0.0.1で起動しちゃうんですよね。それを回避するにはコマンドラインから、
run.exe --host 192.168.2.100
みたいな感じで起動する必要があったようです（192.168.2.100の部分はVOICEVOXを動かすパソコンのIPアドレスです。）。ただし普通にVOICEVOXを起動したときに出る各種設定メニューとかは全くでないのでサーバ機能特化になります。
初回起動時だけ、

こういうのが出ますので許可すれば②のファイアウォールの設定も自動でしてくれます。

ということで、以前作ったLLMクライアントにVOICEVOX連携機能を追加してもらいました。

ついでにマイク入力も追加(ﾟ∀ﾟ)
LMStudio_client_v10.html
こちらは多分Chrome専用ｗ

2026年04月03日

【AI】AI-TOOLKITでLora作成(Flux1&2)

Z-imageがうまく行ったので調子に乗ってFluxもやってみることにしました(ﾟ∀ﾟ)
作成自体はほとんどトラブルなく成功。前回のメモリ不足はなんだったん？アプデで変わったんですかねぇ。

FLUX1も2もパラメータはZ-imageとほぼ同じ。違うのはMODELくらいですねー。
ただ派生モデルだと結構エラーで動かなかったり、FLUX2はオンラインダウンロードがどうしても失敗するのでローカルに保存してパス指定でやりました。
結果としては、

上がFLUX2で下がFLUX1。どちらも雰囲気的には反映してますけど、かなり別キャラになってますねー。

Loraいれなきゃこんな感じなので間違いなく反映はしてるんですけどねぇ。

2026年03月27日

【AI】AI-TOOLKITでLora作成(Z-Image-BASE)

AI-TOOLKITによるLora作成は以前もチャレンジしてるんですが、Out of Memoryで諦めてたんですよねー。
今回再チャレンジしようと思った理由は、前回はQwenでやってたんですけど、某サイトでAI-TOOLKITがZ-Image-Turboに対応したというのを見かけたため。前回の実験やったそのすぐあとの話らしいですけど。
なお、使用マシンは前回失敗したGTX5060ti16GBのやつです。
先に書いちゃうと、Z-Image-TurboでやるにはTraining Adapterなるものが必要で、そちらの導入はしたものの結局メモリ不足でコケました_(:3 」∠)_
で、Z-Image-BASEでやったところとりあえず動いたので今回はそれでメモを取ってます。
続きを読む

2026年03月25日

【AI】soraがサビ終らしい?!【サビ終】

なんとなーくネットを徘徊していたところ、いきなりビックリニュースが！

sora終了！マジカ(´ﾟдﾟ｀)

わたしはsoraとGrokくらいしか動画生成使ってなかったのでこないだからのGrok制限もあって使えるものがいきなりなくなりましたｗ
代替ってなんかあるのかしらん(´・ω・｀)

2026年03月19日

【AI】Grokが絵を描いてくれなくなった？【Grok】

AIの無制限プランは消えるかも?!みたいな記事をネットで見かけて、マジカーとか思いながらGrokで絵を描かせてたら、

わたしは複数アカウント持ってるんですけどどのアカウントもこれですよ(´ﾟдﾟ｀)
昨日まで描いてくれてたじゃん！
Grokに聞いてみたら

一足早くGrok死亡？
やはり頼れるのはローカル環境か(´・ω・｀)

そういや、SUPERGROKに誘導されるときの値段。アカウントによって違うんですよねー。なんだろう？

2026年03月05日

【AI】claudeでChatGPTの続きを作らせる

一向にバグを解決してくれないChatGPTに変わりclaudeに修正をお願いしました。

作成中のコードを全部ZIPにして、claudeに放り込みザックリ説明で直してほしいところを入れてみた。

一発クリアとはいきませんでしたが5回ほどのやり取りで解決。コード内に残っていたゴミも処理してくれたようです。ChatGPTだと修正するたびに【ボタン効かなくなったんだけど！( ﾟДﾟ)】とか何度も言わされてたのでイライラからは解放されました(ﾟ∀ﾟ)
ちなみにChatGPTと並列して修正させてたんですがChatGPTはまだ思考中ですｗ
ドリフェスシミュもこの先考えるとこちらで作り直す方がいいかもなぁ。

2026年03月04日

【AI】claudeを試してみる。ちょっとだけｗ

こないだ作ったアイうぉ図鑑ビュアの調整をやっているのですが、手戻りが多くて一向に進まない(´・ω・`)
なんとかならんのかなーとネットを探していたら、ChatGPT解約運動なるものがあって、代替として上がっているのがclaudeらしい。色々見ると会話メインならChatGPT、データ整理やコーディングはclaudeが良いらしいとの情報を得たので、IPADで使える画像ビュア作ってーと言ったら、サクッと作ってくれた。ついでにChatGPTで問題になってるとこを聞いてみたところ、

まさかのあんまりかわんないんじゃね？的な回答がｗ

ですがプロジェクトなるものの存在を今更認識できました。そういえばChatGPTにもプロジェクトってあったなー。
とりあえず、そちらを先に試してみようかしらん。

2026年02月10日

【AI】LTX2を使ってみる・続々

あの後色々やってみたんですが、結局プロンプトはAIに作ってもらうのがよさそうですｗ
ただ、ChatGPTは結構でたらめ言うので突っ込み入れながら作らせないと、

結論①：LTX2そのものは音声生成をしません

これは 公式仕様・実装レベルの話 で、

LTX2（I2V / T2V）は
映像フレームのみ生成
音声トラック（wav / mp3 / AAC 等）を
内部で生成・mux する機構は存在しません

つまり
👉 LTX2単体で「日本語音声が動画に含まれる」ことは原理的に起きません

↑こんなことを平気で言ってきます( ﾟДﾟ)ｳｫｲ!

Copilotはムリで、ChatGPTとGrokは、画像貼り付けて、「こうこうこういう動作させたいからLTX2用のプロンプト作って！」と言えば作ってくれます。たまに嘘つくのでその時は教育が必要ですがｗ
個人的感想ですが動きはChatGPTがいい気がしますね。ちょっとHなの入れようとすると怒られますけど。
それでも最初は

なっち要素どこいった？( ﾟДﾟ)

みたいな感じだったんですけど、何度も怒ってなんとかまともに動くようになったのがコレ↓

かなり良くなったかなぁ、セリフは片言だけどｗ
ガチャで台詞の感じはかなり変わるので、あとでできのいい音声と差し替えるのが良さげです。
ちなみにWan22↓

絵のスッキリさ、動きのスマートさで言えばWAN22に及ばないきがしますけど、LTX2の洗練されてない動きもこれはこれで味があって良い気がします(ﾟ∀ﾟ)

2026年02月04日

【AI】LTX2を使ってみる・続

まだ、触って数日しか経ってないので大して使い切れてもないんですが、なんかアプデが入ってテンプレがが動かなくなったのでとりあえずひとまとめ。
1/30時点のテンプレを使って見たところでは、描かれているものを動かす分にはできるのですが、見えない部分を動かす（描かせる）のはかなり厳しいですね。手とかだけ動かすとかだとそこまで問題なく動いてくれますが、

現状では元絵にない部分を描かせようとするとかなり破綻します。具体的には、振り返るとかスカートをめくるとかｗ

WAN22はその辺を結構補完してくれたので、ベースは商用生成AI描かせて、描けない部分♡とかをWANに補完して描かせる(＊ˊ艸ˋ)なんてこともできたのですが、そのあたりのやり方がまだわかんないですねー。CIVITAIや個人サイトではいい感じに動いてそうな動画が上がってるんで方法はありそうなんですが。
元画像がリアル寄りなら前回の犬と女の子みたいに振り返りでも一応見れるレベルのものができる感じなんですが、今のとこ萌えアニメ系は思ったようにうまく動いてくれません(´・ω・`)

アン〇ンマン？首が取れて新しい頭がｗ
絵柄の問題がかなりあるとは思うので良いloraが出てくれば変わりそうですけど。

脱衣なんかも試してみたんですが、これボックスなっちの一部だけ削ったやつで動かしたんですけど、服と言うよりも扱いがボディペイントみたいな感じなんですよね。完全に手なんかと一体になっちゃってて、ひらひらとかもしません。この服を動かすとかどうプロンプトでかけばいいんだろ？
あと、動きを大きくすると、途中の崩壊がかなりキツイデスネ。

アニメみたいに見てて違和感ないレベルならいいんですけど、半分くらいこんな感じなんですよね(;^ω^)
1080ｘ1080でやってますけど、これ以上上げると時間がかかり過ぎるし、そこまで劇的に良くなりそうな気もしないんだよなぁ。
これもなんかわたしが根本的な間違いをしているかもしれないので、もう少しまともに調べないとかもです。英語苦手なんだけどなぁ(´・ω・`)
全体的な感想としては、音声はスゲー(ﾟ∀ﾟ)でも動画は思ったほどサクッといいのを作ってくれない(´・ω・`)と言う感じ。
長尺動画が5060の16GBとかでできちゃうのは普通にすごいですけどね。25秒の動画が30分くらいでできました。他のサイトの情報だと8GBとかでもいけるらしいですし驚愕です。まぁ、25秒分のプロンプトとかとても自分で書いてられないんですけどｗ

プロンプトは「黒髪のロングヘアの女の子が両手を組んでこちらに祈っている。一秒後彼女は両手を大きく広げる。更に一秒後、彼女はVIEWERに抱きついて、にっこりと笑い「おにい・さま」「だーいすきぃ！」「けっこんしよー？」と言う。」4秒程度だとちょうどセリフだけしゃべってくれるんですが、長尺だと空いた部分は適当なセリフやBGMが突っ込まれるｗ
まぁ、まだ過渡期でしょうからさらなる進化を期待しつつ情報が出るのをまとう(`・ω・´)

↑このページのトップヘ