Qwen3-TTSで自分の声をクローンしてみた
背景 音声合成技術は日々進歩しており、2026年1月にはQwen3-TTSというモデルが公開されました。このモデルはわずか3秒の音声サンプルで声のクローンが可能で、日本語を含む10言語以上に対応...
4
6
Comment1
11 search resultsShowing 1~11 results
Stocked
You need to log-in
PaperBananaをためしてみる
はじめに 普段、資料や調査レポートを作る中で、文章作成はAIで効率化できても、図や図表づくりはまだ手作業が多いと感じています。そこで今回は、論文向けではあるものの、学術図表の自動生成に特化したフ...
2
2
Comment0
micro:bit に .hex が移せなかった話
はじめに 電子工作をゆるく続けているのですが、これまでは Raspberry Pi や Arduino ばかり触ってきました。 最近になって micro:bit にも興味が湧き、とあるキットを購...
0
1
Comment0
LangGraph & Veo 2 連携で朝のニュース動画をフルAI化してみた
はじめに 背景と目的 前回の記事にて、AIエージェント（LangGraph）を活用した音声ニュース自動生成の取り組みを行いました。その成果をさらに「動画化」する試みとして、GoogleのVeo ...
8
6
Comment0
AI Agentでニュースや論文を自動更新――朝イチで“耳”からインプット
はじめに 背景と目的 「RAG から AI Agent へ」「2025 年は AI Agent 元年」といったフレーズを耳にすることが増え、この一年で企業の実運用例も少しずつ現れ始めました。AI...
27
24
Comment0
MCPで飲み会番長をつくる
はじめに 背景と目的 最近MCPという言葉をよく聞きます。皆さんが分かりやすい記事を出してくださっているものの、実際にMCPで何ができるのか、ドキュメントだけだとイメージが掴みきれなかったので、...
184
157
Comment0
FlowerとLoRAで実現する Federated Fine-Tuning（連合学習 × Fine-Tuning）
はじめに 背景と目的 大規模言語モデル（LLM）の活用が進むにつれ、モデルのさらなる性能向上にはより多くのデータが必要とされています。しかし、高品質なオープンデータには限りがあり、数年以内に枯渇...
9
5
Comment0
GraphRAGの簡易検証 ~Azure Document Intelligence, Neo4jを用いて~
はじめに 本記事の背景 Retrieval-Augmented Generation（RAG）は、クエリに基づいた情報検索を行い、その結果を基に回答を生成する技術です。これは大規模言語モデル（L...
64
47
Comment0
LLM実装におけるポイントまとめ
はじめに こんにちは。今回はLLM実装について記事を書いてみました。 今年の秋からLLMを実装する機会があったのですが、その際に初め分からなかった箇所などを、いくつか備忘録の意も込めてまとめてい...
17
2
Comment0
自然言語処理(NLP)におけるニューラルネットワークのこれまでと大規模言語モデル(LLM)
はじめに 大規模言語モデル(LLM)を理解する上で、自然言語処理(NLP)の概念理解・サーベイ論文読んでみることは非常に有用だと考えています。 私自身、元々ニューラルネットワークについてさえあま...
15
3
Comment0
インスタンス上でコンテナを立ち上げる際の注意点と便利な確認コマンド
背景と概要 GPU環境が用意されているインスタンス上でのコンテナ起動を行いました。コンテナ内ではGPUを使用した処理実行を前提としています。 環境構築の経験が全くなかったため、その際に躓いてしま...
15
2
Comment0
11 search resultsShowing 1~11 results
Qiita is a knowledge sharing service for engineers.
- You can follow users and tags
- You can stock useful information
- You can make edit suggestions for articles