人間らしく自然に会話できる音声チャットAIを作る
ฝัง
- เผยแพร่เมื่อ 23 ส.ค. 2024
- GPT-4oの新Voice Modeが中々公開されないので自宅で再現を試みます。
前回: • 人間同等の最新AIモデル「GPT-4o」で友...
使用するAI:
・GPT-4o(OpenAI API)
・Speech-to-Text(Google Cloud)
・Gemini Flash(Gemini API)
・Gemma 2 8b
・Style-Bert-VITS2
だるまと赤べこのサイト: www.darmabeko....
BGM:
・かずち - 青空空港
・茶葉のぎか - Soda_Soda
・しゃろう - superstar
・しゃろう - 303PM
・さんうさぎ - え!?やば、、、、
VOICEVOX: ずんだもん
X(Twitter): / darmaakabeko
UI超いい。右のギャルに動作あったら愛着わきそう、
UI褒めていただきありがとうございます。
確かに、次はギャル動作に入っていくかもしれません。
待ってましたー!
ありがとうございますー!
興味深い!! 公開が待たれます。
ありがとうございます!引き続きよろしくお願いします。
これにポイントに応じた関係性が構築出来たらヤバそう(語彙消失)
内部の関係値などで再現できたらめちゃくちゃ楽しそうですね...
これ更に別に「あー」「うん」「えっと」「んー」みたいなのを最初にランダムに挟むようにすれば、間をもう少し自然に短くできるんでしょうか?
なるほど、できると思います!
RAGで複雑な挙動を導入する時などに役に立ちそうです。
私も待ってました。
ありがとう。
いつもご視聴ありがとうございます!
6:56 知ってる話題で急に早口になるオタクムーブかわいい笑
まさにそれだ笑笑
待ってました!
これは凄い
個人でこれだけできるのか!すごすぎる!!
ありがとうございます!
マジですごい〜!
自分も作ってみようかな...
ありがとうございます!
作ってみましょう
悲しい企画の第二弾ですねwww
でも割り込みできるのはスゴイ!
第三弾、第四弾と悲しみを増していくので今後ともよろしくお願いします笑
@@darmasama 楽しみにしています
同じようなものを作ろうと技術もないくせに挑戦し難航していましたw
すごいです!
ありがとうございます!
お互い頑張っていきましょう
OpenAIのデモも、スマホにケーブルぶっさしていたから、遅延対策がうまく解決できていないんだろうなぁと思ってた。LLama3.1の7Bの量子化版とか、それなりに性能が良いから日常会話のような短く単純な内容なら、ローカルでやった方が会話として成立するのかも? クラウド全盛時代にオンプレミスに回帰って面白いなぁ
スマホにケーブル...なるほどです。見落としてましたがそういうことですね...
ここにきてクラウドが追い詰められる構図はめちゃくちゃ面白いですよね。
Llama3とかローカルLLMを用いて、完全無料のものを作っても面白そうですね!
提案ありがとうございます!
ゆくゆくはそちらに踏み入っていこうと考えています。
ありがとうございます!自然で凄いです!ちなみに割り込みのときマイク2つを動かしておくというはどういうことなのでしょうか?
ありがとうございます!
音声認識セッションを一度切らないと文章を確定できない、しかし一度切ってつけ直すと0.5秒ほど遅延してしまう、なので「今のセッションを切る」「別の既に準備完了しているセッションをスタートする」
これを同時にやれば早くなる、ということです!
なるほど!ありがとうございます!
動機はどうかも高性脳!
th-cam.com/video/HE0mAgDAx-Q/w-d-xo.html
UI見てたら「あなたは世界の終わりにずんだを食べるのだ」思い出すわ。
あと、割り込み出来るようになったら、一気に会話感増してて嬉しい。
ああ、もしかして無意識にこれを参考にしたのかも...笑
嫌なやつw
デモなので...
嫌なやつだな草 時代はローカル!
コパイロット+PCもはよ欲しい!
いつもはこんなんじゃないですから。
コパイロット+PCでローカルLLM動く時代が来るんでしょうか?今後が気になります!
待ってました!
ありがとうございます!