2026年06月23日

【AI】歌を好きなキャラの声で歌わせる

タイトルどおりなんですが結果から言うと失敗でした(´・ω・`)
なんというか、メディアだとよかったのに、生放送で聴いたら微妙だった、みたいなｗ
そもそものきっかけは、曲作りを依頼されたことに始まるのですが、わたし自身音楽についての知見はありませんのでもらった歌詞をAIに放り込んでできた曲を依頼元に渡しただけなんですが、むっちゃ微妙な曲だったにも関わらず、何回か聞いてると意外にふと口ずさむくらいの感じになってましたｗ
で、

これはなんか使えるんじゃね？

ということで早速GPTに依頼。

むちゃぶりにも関わらず作ってくれましたよｗ

早速、もらったプロンプトと歌詞を使って、ACE-STEPで生成してみました(ﾟ∀ﾟ)
できたやつ
とりあえずそれっぽいのができたのですが、当然これはなっちの声ではありませんので、DEEP EXTRACTでボーカルと曲に分離。ボーカルの方をAI変換でなっちの声にするという寸法です。
今はDEEP EXTRACTはバージョン2があるようなんですけど、ConfyUI Managerでは1しかなかったので1でやってます。
ボ－カル変換で採用したのはTTS-Audio-SuiteのChatterbox。実はかなり前に使ったことがあるんですが、当時は日本語はダメダメでした(´・ω・`)

ワークフローは赤枠のやつを使用。あ、言い忘れましたがこちらもConfyUI用です。

上側は学習データがいるっぽいので下側（赤枠のところ）だけ使います。
画像ではBGMって書いちゃってますが、分離したボーカルデータをそこに入れてます。サンプル音声のところになっちの声ですね。
で、結果(´・ω・`)ｸﾞｴｰ
思わずリラックス！リラックス！って言いたくなる音声ですｗ
もしかしたらエコーとか掛けたら使えるようになるのかもしれませんが、そもそもコレ聴いてなっちだ！(ﾟ∀ﾟ)とはなりませんね。
ちなみに、Chatterboxの設定にJapaneseがあるんですが、選択しても未対応でエラーがでるので、変換はenglishでやってます。
もう少しパラメーター弄ってみようと思いますがまぁ厳しいだろうなぁ(´・ω・`)

2026年06月17日

【AI】Irodori-TTS V3を試す

Irodori-TTSのV3が出たということで、試さなきゃーと思いつつ先送りになっていたのですが、ようやく時間ができたので導入です(ﾟ∀ﾟ)
V2の方はインストール時の記録がなくてどうやって導入したのがさっぱり覚えていないので、今回はちゃんとメモっておきますｗ

続きを読む

2026年05月28日

【AI】LTXV2.3 EasyFlow備忘録【LTX】

どちらかというと自分用の備忘録なので、場所によって端折ってたり、妙に細かく書いてたり、記載順がバラバラだったりするのでそこはご容赦を。環境はCPU:i5-14400F、グラボ:5060ti16GB、メインメモリ:64GBです。
---
最近、HappyHorseとか色々新しいサービスは出たものの、結局ローカル環境ではWan22が前線な感じですが、久々に動画環境を探してたら、LTXが2.3になってたんですね。
前回結構苦労したので、手を出すのは躊躇してたんですが、CivitaiREDでLTXV2.3 EasyFlowなるものを発見。Easyという言葉につられましたがEasyWan22とか関係ないようですｗ
なお、思いっきりR18なのでリンクは貼りません。検索すれば一発で出てきますがｗ
ワークフローなのでこれ自体は即ダウンロード終わるんですが、準備するモデルがくっそ多い( ﾟДﾟ)
公式引用ですが、

これ＋Loraのダウンロードが必要です。あと追加ノードが大量。マネージャーの不足ノード検索では出てこないものがいくつかあったので、それはエラー表示で出てきた名前で検索。名前検索でも出てこないものもありましたが、どうも名前が違ってるようで、ネットで名前を調べて検索しなおしで一応必要なファイルは揃いました。この準備で半日くらいかかってますｗ
以下動画で重いので折り畳み
-----続きを読む

2026年05月22日

【AI】Irodori-TTSでなっちを復活させるのです( ﾟДﾟ)

以前どこかで書いたかもしれない作成中だったデスクトップマスコットアプリ。以前はVOICEVOXで音声を出してたんですが、Irodori-TTSなるものが、WAVファイルから音声を作れて、それが結構な高性能だということで取り入れてみました(ﾟ∀ﾟ)

動画が重いので折り畳み(`・ω・´)

続きを読む

2026年05月07日

【AI】ERNIE-Imageを試す【ComfyUI】

試そうと思って先送りになっていたERNIE-Imageにようやく着手できました。
ComfyUIのテンプレートの方にもいつのまにか追加されていたので、これはらくちんだわー(ﾟ∀ﾟ)と思ってたんですが・・・

続きを読む

2026年05月05日

【AI】HAPPY HORSEが使えるようになったよ(ﾟ∀ﾟ)

ちょっと前に話題になっていた謎の動画生成AIHAPPY HORSEが使えるようになりました(ﾟ∀ﾟ)
HAPPY HORSEで検索するとサイトがいっぱい出てきてどれが本物かわからないので、とりあえずGigazineの記事を元にやってみましたｗ

続きを読む

2026年04月28日

【AI】画像からプロンプトを作る

全然新しい話ではありません。MiaoshouAI Taggerの話。
以前からやろうとしていてエラー放置してたらすっかり忘れていたんですが、今回画像生成環境の見直しをしているときに思い出したので備忘録。
プロンプトを作るというかキャプションを作ってくれるんですけど、そのままプロンプトに突っ込めば似たようなテイストの絵を描いてくれる感じのやつです。
ComfyUIへの追加は拡張機能の管理から検索すれば出てきます。

サンプルworkflow
基本的に画像突っ込んで文字だすだけです。
Caption_methodが出力の方法、max_new_tokensが出力結果の長さ。あとはよくわかりませんけどこの二つがあればとりあえず困らない気がしますｗ
以前やった時は、

AttributeError: 'Florence2LanguageConfig' object has no attribute 'forced_bos_token_id'

なるエラーが出てきてめんどくさくてそこでやめてたんですけど、Google大先生によると、

と言うことらしく、transformersのバージョンを下げる必要がある模様。最新版のtransformersだったらなんとかならんかなーと思って5.6.2にしたけど残念ながらダメでした(´・ω・`)
とりあえずバージョン4.5からダメらしいので、4.49.0にダウングレードします。
わたしはStabilityMatrixでComfyUiを使っているので、パッケージ選択画面の右上の３点々から

Pythonパッケージを選択して、

4.49を選んでダウングレード（斜め下向き矢印）をポチです。
ただ、結構前のバージョンなので、他のワークフローが動かなくなるのが怖かったので、最近使ってない古いパッケージを使ってやりましたｗ
続きを読む

2026年04月26日

【AI】今は漫画も描けるのね

今デスクトップマスコットアプリを作ってたんですが、あまりに手戻りが多いんで、Claude にコード投げで修正お願いしたらサクッと直してくれたｗ
もう、ChatGPTから乗り換えるかとも思ったんですが、ChatGPTにもなんかいいところはないかと考えたところ、そういや最近動画生成のすごいのがいっぱい出てるけど漫画とか描けるんかなぁ、と適当にやってみたら、

描けるんかい！( ﾟДﾟ)

4コマじゃないけどねｗ
小説は全然すごいのができるのは知ってましたが、漫画も描けちゃうんですねー。昔必死にStableDiffusionで漫画っぽいの描かせようとしてたのは何だったのかと思ってしまいますがｗ
早速シナリオも考えさせて漫画を描かせてみたら、

文字がかなりあやしいですが、一応漫画になってますね。
ということで3コマを描かせてみた(ﾟ∀ﾟ)

このレベルなら文字もちゃんといけそうですねー。
ちなみに他のモデル。

↑Claude

↑Grok
もう少しChatGPT課金継続するかｗ

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

ゲームなんとけ

カテゴリ：パソコン一般 > AI