ayousanz https://blog.hatena.ne.jp/ayousanz/ yousanのメモ https://ayousanz.hatenadiary.jp/ AI 初めに 開発環境 環境構築 実行 初めに 高速推論が可能なZero ShotTTSを触ってみます github.com 処理のフローとしては以下のようになっています テキスト → トークナイザ → Text Encoder → FM Decoder → Vocoder → 波形(24kHz) 開発環境 Windows 11 uv 0.9.x cuda 13.0 環境構築 uvを使って構築するため、以下の pyproject.tomlを作成します [project] name = "zipvoice" version = "0.1.0" description = "Fast and High-… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fayousanz.hatenadiary.jp%2Fentry%2F2025%2F12%2F28%2F111858" title="Flow Matchingを用いた高速・高品質なゼロショットTTS「ZipVoice」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> Hatena Blog https://hatena.blog 2025-12-28 11:18:58 rich https://ayousanz.hatenadiary.jp/entry/2025/12/28/111858 1.0 100%