ayousanz https://blog.hatena.ne.jp/ayousanz/ yousanのメモ https://ayousanz.hatenadiary.jp/ AI 初めに 開発環境 セットアップ 音声ファイルから推論 リアルタイムのインタラクティブDemoを動かす 初めに speech to speechのライブラリの Freeze-Omniを動かしていきます。これは従来のような speech to text(STT) → text to text(LLM) → text to speech(STT)ではなく、speech to speechを実現しているものになります 処理の流れは以下のようになっています github.com 以下にWindowsだと動かなかった部分の差分を修正したものをコミットしています github.com 開発環境 Window… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fayousanz.hatenadiary.jp%2Fentry%2F2024%2F12%2F12%2F011527" title="WindowsでFreeze-Omniを動かす - yousanのメモ" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/a/ayousanz/20241212/20241212010900.png Hatena Blog https://hatena.blog 2024-12-12 01:15:27 rich https://ayousanz.hatenadiary.jp/entry/2024/12/12/011527 1.0 100%