Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

【革命的】VRAM 8GBで動く最新の音声生成学習ツール「Side-Step」 👉 家庭用PCで本格的な音声学習ができる時代が来ました！ACE-Step 1.5専用ツール「Side-Step」なら、高価なサーバーは不要です。 💡 技術的な魅力・VRAM 8GBからのローカル環境でサクサク動作・LoRA、DoRA、LoHA、OFTなど最新手法を網羅・ベースモデルの自動検出＆学習スケジュールの自動最適化・Pinokio対応により、GUI操作で1クリック導入が可能自分の声の学習や独自BGMの生成など、活用の幅は無限大です。AI音声の最先端を自宅で体験しましょう！🚀 #AI音声 #SideStep

ハカセアイ(Ai-Hakase)🐾最新トレンドＡＩのためのＸ 🐾

14,305 subscribers

27,967 views • 5 months ago •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

Claude Code (Antigravity) × Remotionで今話題の「ビデオポッドキャスト」作成を半自動化する手順🎙️ ①音声収録 ②AIで無音カット ③画像生成AIでキャラクター作成 ④動画生成AIでAIアバター化してリップシンク（口パク） ⑤AIで音声分析 ⑥AI×Remotionでテロップ＆素材入れ実際に添付の動画は、「動画撮影なし」「動画編集ソフトの使用なし」で生成・作成しています。顔出ししたくない方・動画編集の経験がない方におすすめの方法ですが、現場のリアルな話をすると… ④の「リップシンク生成」はまだ単価が高く、毎日投稿するにはコスパが悪いです。なので私は現在、④を省いて「ループ動画」や「ゆっくり風アニメーション」に Remotionでテロップやイラストを入れる運用をしています。とはいえ、生成AIのコストはどんどん下がっているので、AIアバターの低コスト化も時間の問題だとは思っています。今のうちに可能な範囲でAIを使いながら、自分のコンテンツを育てておくのがおすすめです！

Claude Code (Antigravity) × Remotionで今話題の「ビデオポッドキャスト」作成を半自動化する手順🎙️ ①音声収録 ②AIで無音カット ③画像生成AIでキャラクター作成 ④動画生成AIでAIアバター化してリップシンク（口パク） ⑤AIで音声分析 ⑥AI×Remotionでテロップ＆素材入れ実際に添付の動画は、「動画撮影なし」「動画編集ソフトの使用なし」で生成・作成しています。顔出ししたくない方・動画編集の経験がない方におすすめの方法ですが、現場のリアルな話をすると… ④の「リップシンク生成」はまだ単価が高く、毎日投稿するにはコスパが悪いです。なので私は現在、④を省いて「ループ動画」や「ゆっくり風アニメーション」に Remotionでテロップやイラストを入れる運用をしています。とはいえ、生成AIのコストはどんどん下がっているので、AIアバターの低コスト化も時間の問題だとは思っています。今のうちに可能な範囲でAIを使いながら、自分のコンテンツを育てておくのがおすすめです！

りょー｜AI動画制作・編集

321,821 views • 7 months ago

オープンソースで使用できる音声クローンAIが発表されました。わずか5秒の音声を共有するだけで、自然でクオリティの高い読み上げ音声を生成できます。ナレーションや電話対応などで、自分のクローン音声を使えそう。詳しくはこちら👇

オープンソースで使用できる音声クローンAIが発表されました。わずか5秒の音声を共有するだけで、自然でクオリティの高い読み上げ音声を生成できます。ナレーションや電話対応などで、自分のクローン音声を使えそう。詳しくはこちら👇

えいと

192,004 views • 7 months ago

Isaac Sim × ROS 2 の解説動画を作りました Isaac Simは、NVIDIAが提供する物理ベースのロボティクスシミュレーターです。フォトリアルな環境でロボットのテスト・学習が可能で、ROS 2との連携により、既存のROS 2プロジェクトをシームレスに統合できます。この動画は Manus を使って制作しました。【使用技術】・Remotion（React + TypeScript）・AI音声合成（TTS） AIエージェントに指示を出すだけで、台本作成からレンダリングまで自動で完了。技術解説動画の制作がここまで手軽になるとは…！さらに、Manus Skillも作成したので、同じ形式の解説動画を誰でも簡単に再現できます。

Isaac Sim × ROS 2 の解説動画を作りました Isaac Simは、NVIDIAが提供する物理ベースのロボティクスシミュレーターです。フォトリアルな環境でロボットのテスト・学習が可能で、ROS 2との連携により、既存のROS 2プロジェクトをシームレスに統合できます。この動画は Manus を使って制作しました。【使用技術】・Remotion（React + TypeScript）・AI音声合成（TTS） AIエージェントに指示を出すだけで、台本作成からレンダリングまで自動で完了。技術解説動画の制作がここまで手軽になるとは…！さらに、Manus Skillも作成したので、同じ形式の解説動画を誰でも簡単に再現できます。

つきのこ | Tsuki

12,091 views • 6 months ago

最先端の自動運転の課題はエッジケースへの対応に尽きます。これは実世界データだけでは学習が難しいので、我々は世界モデルなどを活用して意図的にエッジケースを生成できるようにしています。例えば、1枚の静止画（左上）から様々な動画を生成し、自動ラベリングまで行って自動運転AIモデル開発用データセットを構築するようなソリューションを提供しています。

最先端の自動運転の課題はエッジケースへの対応に尽きます。これは実世界データだけでは学習が難しいので、我々は世界モデルなどを活用して意図的にエッジケースを生成できるようにしています。例えば、1枚の静止画（左上）から様々な動画を生成し、自動ラベリングまで行って自動運転AIモデル開発用データセットを構築するようなソリューションを提供しています。

Shinpei KATO (加藤真平)

38,876 views • 8 months ago

Apple Silicon 搭載の MacBook Pro M1 Max 64GB 上で、完全ローカル動作する日本語音声対話アシスタントを構築しています。音声認識から応答生成、音声合成まで、実行時の処理はすべてローカル動作でネットに繋がっていなくても動きます。現在の中核構成は、mlx-whisper（mlx-community/whisper-large-v3-turbo） → LM Studio Local Server 上の gemma-4-26b-a4b → Irodori-TTS-500M-v2。今回は、Irodori-TTS の VoiceDesign で実在しない話者の参照音声を生成し、その参照音声を用いて一貫性のあるゼロショット音声クローンを行う構成にしています。つまり、ローカル環境内で設計した話者によって対話音声を生成しています。（実在人物のクローン行為ではありません）まだ改良中ですが、クラウドAPIなし・実行時の外部通信なしで、ここまで自然な日本語音声対話が成立するのはかなり面白いです。原理的にストリーミングTTSに対応しないためレスポンスが少し遅いですが、ここを誤魔化す技術について考え中です。

Apple Silicon 搭載の MacBook Pro M1 Max 64GB 上で、完全ローカル動作する日本語音声対話アシスタントを構築しています。音声認識から応答生成、音声合成まで、実行時の処理はすべてローカル動作でネットに繋がっていなくても動きます。現在の中核構成は、mlx-whisper（mlx-community/whisper-large-v3-turbo） → LM Studio Local Server 上の gemma-4-26b-a4b → Irodori-TTS-500M-v2。今回は、Irodori-TTS の VoiceDesign で実在しない話者の参照音声を生成し、その参照音声を用いて一貫性のあるゼロショット音声クローンを行う構成にしています。つまり、ローカル環境内で設計した話者によって対話音声を生成しています。（実在人物のクローン行為ではありません）まだ改良中ですが、クラウドAPIなし・実行時の外部通信なしで、ここまで自然な日本語音声対話が成立するのはかなり面白いです。原理的にストリーミングTTSに対応しないためレスポンスが少し遅いですが、ここを誤魔化す技術について考え中です。

ぷらぎあ

38,024 views • 4 months ago

NVIDIAがUnslothを使ったLLMのファインチューニング入門ガイドを出したぞ！！！これは熱い🔥🔥🔥 🎬 動画の概要自宅のPCでAIをトレーニングし、自分好みのスキルを教え込む「ローカルAI学習」の世界を解説します。ファインチューニングや強化学習の基本から、NVIDIA RTX GPUと高速化ライブラリ「Unsloth」を組み合わせた最新の効率化手法まで、専門的な知識を噛み砕いてお届けします。パズルゲーム「2048」をAIが自力で攻略するケーススタディを通じて、AIがどのように「思考」し「学習」していくのか、その驚きのプロセスをぜひ体験してください。 ⏱️ チャプター（タイムスタンプ） 00:00 オープニング：自宅でAIを育てる時代 00:37 強化学習（Reinforcement Learning）とは？ 01:02 セクション1：ファインチューニングの基本とPEFT 02:31 セクション2：強化学習のループと仕組み 03:28 必要なツール：NVIDIA GPUとUnsloth 04:30 ケーススタディ：パズルゲーム「2048」の完全攻略 06:27 なぜローカルAIなのか？3つの大きな利点 07:30 まとめ：あなたならAIに何を教えますか？ ✅ この動画のポイント ✅ ファインチューニング（PEFT）でAIを特定の分野の専門家にする ✅ 強化学習の「行動・報酬・学習」サイクルでAIが自律的に進化する仕組み ✅ NVIDIA RTX GPUとUnslothの活用で学習パフォーマンスを2.5倍に向上 ✅ ローカル環境ならではのプライバシー保護と自由なカスタマイズのメリット 📢 まとめ＆お知らせ AIのトレーニングは、かつてのスーパーコンピュータの領域から、私たちのデスクの上へとやってきました。もしあなたがAIに「たった一つだけ」特別な知識を授けられるとしたら、何を教えたいですか？ぜひコメント欄で教えてください！

NVIDIAがUnslothを使ったLLMのファインチューニング入門ガイドを出したぞ！！！これは熱い🔥🔥🔥 🎬 動画の概要自宅のPCでAIをトレーニングし、自分好みのスキルを教え込む「ローカルAI学習」の世界を解説します。ファインチューニングや強化学習の基本から、NVIDIA RTX GPUと高速化ライブラリ「Unsloth」を組み合わせた最新の効率化手法まで、専門的な知識を噛み砕いてお届けします。パズルゲーム「2048」をAIが自力で攻略するケーススタディを通じて、AIがどのように「思考」し「学習」していくのか、その驚きのプロセスをぜひ体験してください。 ⏱️ チャプター（タイムスタンプ） 00:00 オープニング：自宅でAIを育てる時代 00:37 強化学習（Reinforcement Learning）とは？ 01:02 セクション1：ファインチューニングの基本とPEFT 02:31 セクション2：強化学習のループと仕組み 03:28 必要なツール：NVIDIA GPUとUnsloth 04:30 ケーススタディ：パズルゲーム「2048」の完全攻略 06:27 なぜローカルAIなのか？3つの大きな利点 07:30 まとめ：あなたならAIに何を教えますか？ ✅ この動画のポイント ✅ ファインチューニング（PEFT）でAIを特定の分野の専門家にする ✅ 強化学習の「行動・報酬・学習」サイクルでAIが自律的に進化する仕組み ✅ NVIDIA RTX GPUとUnslothの活用で学習パフォーマンスを2.5倍に向上 ✅ ローカル環境ならではのプライバシー保護と自由なカスタマイズのメリット 📢 まとめ＆お知らせ AIのトレーニングは、かつてのスーパーコンピュータの領域から、私たちのデスクの上へとやってきました。もしあなたがAIに「たった一つだけ」特別な知識を授けられるとしたら、何を教えたいですか？ぜひコメント欄で教えてください！

Maki@Sunwood AI Labs.

41,239 views • 8 months ago

『自分の音声クローン』を作るなら現状このAIツールがピカイチかもw たった30秒の自分の音声を読み取らせただけで自分でも分からないレベルの音声が出来上がる。このツールを知りたい人はこの投稿に「いいね」と「好きなAI」をリプしてくださいシークレットリプライでこっそり教えます🤫

『自分の音声クローン』を作るなら現状このAIツールがピカイチかもw たった30秒の自分の音声を読み取らせただけで自分でも分からないレベルの音声が出来上がる。このツールを知りたい人はこの投稿に「いいね」と「好きなAI」をリプしてくださいシークレットリプライでこっそり教えます🤫

りょうちけ🦋株式会社ALLAI CEO

65,721 views • 1 year ago

高齢のナレーターさんの声をだましだまし使い続けた結果、導入当初から自動放送に用意されていた音声と、後年に追加で用意した音声で声が変わりすぎて、聞いていられないような自動放送になっていいなら、食い止める方向で動かれたらいいと思いますよ人の声は変わるので、「引き継げない技術的要因」だけではなく「無理に引き継いだ結果どうなるのか」も考えられたらと思います

高齢のナレーターさんの声をだましだまし使い続けた結果、導入当初から自動放送に用意されていた音声と、後年に追加で用意した音声で声が変わりすぎて、聞いていられないような自動放送になっていいなら、食い止める方向で動かれたらいいと思いますよ人の声は変わるので、「引き継げない技術的要因」だけではなく「無理に引き継いだ結果どうなるのか」も考えられたらと思います

やたてつ／Yata-Tetsu

347,453 views • 9 months ago

音声生成プラットフォームのElevenLabsからSkillsがリリースされました！これによってAntigravityなどのエージェントに話しかけるだけで音声生成などの様々な機能をエージェントが使えるようになります！「〇〇の解説動画を作って」このような簡単なプロンプトから、・情報の調査・台本の作成・音声の生成・動画への組み込み・正しいタイミングでテロップを挿入という作業を一貫して行うことができるようになりました！他にもいろんな機能があるので、どんな使い方ができるか、考えるだけでワクワクしますね！

音声生成プラットフォームのElevenLabsからSkillsがリリースされました！これによってAntigravityなどのエージェントに話しかけるだけで音声生成などの様々な機能をエージェントが使えるようになります！「〇〇の解説動画を作って」このような簡単なプロンプトから、・情報の調査・台本の作成・音声の生成・動画への組み込み・正しいタイミングでテロップを挿入という作業を一貫して行うことができるようになりました！他にもいろんな機能があるので、どんな使い方ができるか、考えるだけでワクワクしますね！

かし子🍩

56,716 views • 6 months ago

Googleが公開したGeminiの音声生成(TTS)機能でNotebookLMのようなリアルな会話を作れるので、作り方を動画にしました。 1. AI StudioのGenerate speechページにアクセス 2. 指定のフォーマットで会話を入力 3. スピーカーの声を選択 4. 「Run」のボタンで生成で誰でも3分くらいで出来ます。

Googleが公開したGeminiの音声生成(TTS)機能でNotebookLMのようなリアルな会話を作れるので、作り方を動画にしました。 1. AI StudioのGenerate speechページにアクセス 2. 指定のフォーマットで会話を入力 3. スピーカーの声を選択 4. 「Run」のボタンで生成で誰でも3分くらいで出来ます。

K.Ishi@生成AIの産業応用

24,254 views • 1 year ago

「合成っぽいど」をリリースしました！人間の声を入力して、ケロケロボイスやロボットボイスなど合成音声っぽく変換するツールです。動画は前半は普通音声で、後半が合成音声っぽくしたもの。マイク入力もできるので、機械声になりたいなって時に気軽に試してみてね。

「合成っぽいど」をリリースしました！人間の声を入力して、ケロケロボイスやロボットボイスなど合成音声っぽく変換するツールです。動画は前半は普通音声で、後半が合成音声っぽくしたもの。マイク入力もできるので、機械声になりたいなって時に気軽に試してみてね。

⚙gear machine@AI

65,913 views • 1 month ago

山本太郎氏『パチンコ屋などの騒がしい場所も子供の教育環境には相応しくない』その通りです！さすがですね☝ れいわ新選組の活動は学習塾や学校や自宅で勉強している子供たちへの配慮は完璧なんでしょうね。 💡では最後まで動画をご覧下さい

山本太郎氏『パチンコ屋などの騒がしい場所も子供の教育環境には相応しくない』その通りです！さすがですね☝ れいわ新選組の活動は学習塾や学校や自宅で勉強している子供たちへの配慮は完璧なんでしょうね。 💡では最後まで動画をご覧下さい

ぴろん

55,682 views • 1 year ago

✨AI音声で一貫した声を作り会話させるチャレンジ前に音声を使ってLLMの文章を読ませることには成功していたけど、今回はオリジナルの声を作成してみました。やったこと： ①まずQwen3-TTSで声を1個作る ②その声で171個量産（台詞バリエーション） ③Style-Bert-VITS2で学習 → 50分でカスタム音声モデル完成 ④UIに接続 → リアルタイムで喋るやばい！自分で作った声だと楽しい😊 苦労したところ：・最初はブラウザ内TTS（Chatterbox）を試した → 1文30秒＆英語のみでまだ難しいしそもそもこの用途が厳しいかも💦 ・SBV2に切り替えたら環境構築に手間取ったけどうまくいった・ただライセンスは要注意。やる場合は先にライセンス確認を。用途によっては制限があるものもある📝 まだまだ色々あるけど、今後のことを考えるとNVIDIAからも良い音声AIが出てるし、対応できるようにしておきたい。今回は前回と同じくモデルはGPT-OSS 20Bだけど、Ollamaから読んでるので早い。 WebGPUでこれぐらい出たら嬉しいけどなー🥰 とはいえローカルでここまでできるようになったのは嬉しい。データは一切外に出ないしね。声の元はAI生成だから、「存在しない人の声」をAIが学習して、AIキャラが喋る。 #AI #TTS

✨AI音声で一貫した声を作り会話させるチャレンジ前に音声を使ってLLMの文章を読ませることには成功していたけど、今回はオリジナルの声を作成してみました。やったこと： ①まずQwen3-TTSで声を1個作る ②その声で171個量産（台詞バリエーション） ③Style-Bert-VITS2で学習 → 50分でカスタム音声モデル完成 ④UIに接続 → リアルタイムで喋るやばい！自分で作った声だと楽しい😊 苦労したところ：・最初はブラウザ内TTS（Chatterbox）を試した → 1文30秒＆英語のみでまだ難しいしそもそもこの用途が厳しいかも💦 ・SBV2に切り替えたら環境構築に手間取ったけどうまくいった・ただライセンスは要注意。やる場合は先にライセンス確認を。用途によっては制限があるものもある📝 まだまだ色々あるけど、今後のことを考えるとNVIDIAからも良い音声AIが出てるし、対応できるようにしておきたい。今回は前回と同じくモデルはGPT-OSS 20Bだけど、Ollamaから読んでるので早い。 WebGPUでこれぐらい出たら嬉しいけどなー🥰 とはいえローカルでここまでできるようになったのは嬉しい。データは一切外に出ないしね。声の元はAI生成だから、「存在しない人の声」をAIが学習して、AIキャラが喋る。 #AI #TTS

LUTA＠AI

57,505 views • 6 months ago

【AI画像生成革命】Claudeが自ら修正する最強ツール「nano-banana-2-skill」 👉 Claude Codeのプラグインとして動作し、Geminiの力で画像生成を完全自動化できる驚きのツールです。Claudeが生成画像を確認して自律的にクオリティを修正する様子は、まさに専属デザイナー！背景透過やスタイル転送も一瞬でこなし、制作工数を劇的に削減できる最強の環境が整います！✨ #AI画像生成 #ClaudeCode

【AI画像生成革命】Claudeが自ら修正する最強ツール「nano-banana-2-skill」 👉 Claude Codeのプラグインとして動作し、Geminiの力で画像生成を完全自動化できる驚きのツールです。Claudeが生成画像を確認して自律的にクオリティを修正する様子は、まさに専属デザイナー！背景透過やスタイル転送も一瞬でこなし、制作工数を劇的に削減できる最強の環境が整います！✨ #AI画像生成 #ClaudeCode

ハカセアイ(Ai-Hakase)🐾生成AI・ComfyUI / AI Startup CEO

72,485 views • 5 months ago

私の音声ファイル読み込んで学習して、何語でも話せるようになり、日本語の文章を指定の言語に自動翻訳して、1枚の写真からアバターを作る。ものの10分で・・・

私の音声ファイル読み込んで学習して、何語でも話せるようになり、日本語の文章を指定の言語に自動翻訳して、1枚の写真からアバターを作る。ものの10分で・・・

藤原直哉

22,533 views • 6 months ago

このアニメ、半自動で作りました。脚本、キャラ設計、作画、編集、音まで、複数のAIエージェントが分担。自分がやったのは、カット編集＆字幕＆音声生成一番時間をかけたのは「どんな物語にするか」。そこさえ決まれば、形になるのは驚くほど早い。使ったのはOiiOii。AIアニメ制作プラットフォームです。

このアニメ、半自動で作りました。脚本、キャラ設計、作画、編集、音まで、複数のAIエージェントが分担。自分がやったのは、カット編集＆字幕＆音声生成一番時間をかけたのは「どんな物語にするか」。そこさえ決まれば、形になるのは驚くほど早い。使ったのはOiiOii。AIアニメ制作プラットフォームです。

RKJ（イケている動画を作りたいなら）

11,975 views • 2 months ago