老害が挑む！生成AIの導入！下書き

17:43 - 目標設定

とりあえずよく聞く「びぐるAI」と「RVC」を使えるようになる！

使えるようになった判定はどうしよう

課題MADを設定しよう

音声は人力オンリー、映像は原曲映像にやすなを被せるで済ませる

17:48 - びぐるAI……？について調べよう

静止画像からアニメーション動画を簡単に生成できるツール

Mix（ミックス）：背景となる動画（モーション）と動かしたいキャラクターの静止画を合成し、背景動画の人物の動きをキャラクターに真似させる機能。

Multi（マルチ）：複数人が映っている動画の動きを、複数のキャラクター画像に適用させてグループ動画を生成する機能。

Move（ムーブ）：キャラクターの画像に対し、「歩く」「ジャンプする」といった基本的な動作をテキストで指示してアニメーション化する機能。

Animate（アニメート）：既存のモーション動画を使わず、テキストプロンプト（指示文）に基づいてキャラクターをアニメーション化する機能。

https://scrapbox.io/files/692ffbf331ded77df32c38d9.png

全身の静止画切り抜きが豊富なので、修造をチョイス

動きはテンプレートから

なんかYoutubeのダウンロードサイトに飛ばされるんですが

https://scrapbox.io/files/692ffcc6697228a1d00c12fb.png

こっちか！

18:03 - 生成中……一回休憩

18:12 - 生成を確認！

https://scrapbox.io/files/692fff06345990a8612138ef.png

やばすぎ

オモロ

多分だけど、長過ぎる動画は扱ってくれないから、小分けしたほうがいいね

18:13 - 次オリジナルの動きの動画

https://scrapbox.io/files/692fff79f7354c027bf406c7.png

さて……

https://scrapbox.io/files/692fffff0d1020276a7c9660.png

ｗｗｗｗｗｗｗｗｗｗｗｗｗｗｗｗｗｗｗｗｗｗｗｗｗｗｗ

Retrieval-based Voice Conversion（検索ベース音声変換）の略で、AIを利用した非常にリアルで高品質な音声変換技術のことです。

RVCの大きな強みは、学習コストの低さです。

RVCはわずか数時間程度の学習時間で、高品質な変換モデルを作成できます

これは、技術の根幹に「検索ベース（Retrieval-based）」というアプローチを採用しているためです。

RVCのモデルは変換速度が速いため、ライブ配信やボイスチャット（VRChatなど）でのリアルタイムな声変換にも対応できます。

オープンソース

18:25 - 使うか……

エラー

今使ってるpythonのバージョンと互換性がないらしい

21:23 - とりあえず対応しているPythonのバージョンの環境を作る

21:54 - 難航中

23:13 - とりあえず、この状態でRVCをインストールする

https://scrapbox.io/files/693198d659d96c2eee1ab8ec.png

怒るよ

企画倒れやん

23:26 - 結局、ライブラリインストールのバージョン指定を消して実行

https://scrapbox.io/files/69319ad9af37d4a585dcd2e8.png

マジすか

今日は諦めます！

フォルダ整理に没頭