ayousanz https://blog.hatena.ne.jp/ayousanz/ yousanのメモ https://ayousanz.hatenadiary.jp/ AI 初めに 結論 開発環境 対策: Depthformer と backbone を CUDA Graph 化する Depthformer ループ backbone 初めに LFM2.5-Audio-1.5B-JP は、音声入力に対してテキストと音声を生成する日本語 speech-to-speech（s2s）会話モデルです。 前回までの記事で、このモデルに LoRA でずんだもん口調と声を追加学習しました。ただし実際に動かすとリアルタイムでは推論ができなかったので、これを高速化してリアルタイムに推論できるようにしてみました。 ayousanz.hatenadiary.jp 結論 1 生成ステップを… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fayousanz.hatenadiary.jp%2Fentry%2F2026%2F06%2F25%2F003908" title="LFM2.5-Audio-1.5B-JP の音声対話を CUDA Graph でリアルタイム化する - 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 2026-06-25 00:39:08 rich https://ayousanz.hatenadiary.jp/entry/2026/06/25/003908 1.0 100%