山本 龍一 / Ryuichi Yamamoto
@r9y9
Followers
1,836
Following
656
Media
1,920
Statuses
45,614
Explore trending content on Musk Viewer
Georgia
• 347883 Tweets
Texas
• 273191 Tweets
Yankees
• 178025 Tweets
Never Trump
• 151687 Tweets
Tennessee
• 138905 Tweets
Arnold Palmer
• 117624 Tweets
Usher
• 83211 Tweets
Soto
• 73325 Tweets
期日前投票
• 61421 Tweets
Romero
• 56642 Tweets
Gago
• 49809 Tweets
Bama
• 39402 Tweets
Stanton
• 38222 Tweets
KARIME EN PALAZZO
• 33219 Tweets
Arch
• 32128 Tweets
GALA EN EL AUDITORIO
• 31458 Tweets
GALA X PATY CANTÚ
• 29482 Tweets
Guardians
• 26591 Tweets
Kirby
• 24479 Tweets
#RepBX
• 23711 Tweets
Beck
• 23321 Tweets
Ewers
• 18430 Tweets
#刀剣乱舞ONLINEもうすぐ十周年
• 15063 Tweets
#かぼちゃ大作戦シルエットクイズ
• 14910 Tweets
Rayados
• 13869 Tweets
Canales
• 13468 Tweets
#平野藤四郎
• 13143 Tweets
設営完了
• 12582 Tweets
Tigres
• 11363 Tweets
#DOMELIVE_Atlantis
• 10828 Tweets
「Pythonで学ぶ音声合成」本日発売です。すべてのソースコードと付録は で公開しています。音声サンプルやGoogle colabで実行できるノートブックなどは、 こちらのサイトにまとめています。ぜひ書籍と併せてご覧ください！
／
『Pythonで学ぶ音声合成』発売！
＼
山本龍一（
@r9y9
）さん、高道慎之介（
@forthshinji
）さんによる『Pythonで学ぶ音声合成』が本日発売😍
Amazon「微積分・解析」カテゴリーで1位だもん🌱
すべてのソースコード、書籍に未収録の付録などはGitHubで公開中だもん✍️
＃新刊
#Python
#音声合成
0
22
48
3
135
399
今更ながら読み返している🤔
0
27
135
I have created a simple demo for singing voice synthesis (Japanese).
Pre-rendered notebook:
Google colab:
Enjoy 😊
0
41
130
ICASSPに参加して一番考えさせられたことは、「データセットがないのでできない（やらない）」という研究がちらほらあったことである。逆に言えばデータセットが整備されたタスクで、みんな適当なmetricでSOTA争いをしているような印象を受けた。必要ならデータを作るところから始めるべきではと思った
2
28
130
Diffusion model、お気持ちだけはわかってきた。Sonyの方の動画がめちゃくちゃ参考になった。やってみて気づいたが、実装クソ楽やな？？？
0
9
85
An attempt to reproduce WaveNet-based text-to-speech synthesis
#mlm_kansai
先週のイベントでのLT資料公開しました。ウェーブネットに関して簡単にお話してきました
2
30
74
I'm finally done WaveNet-based text-to-speech. Uploaded samples at and prepared an on-line TTS demo supposed to be run on Google colab to help people try it easily and quickly. Hooray!
4
29
73
弊チームから、日本語音声合成における句境界推定に関する論文をアップしました。デモはこちら です！
Phrase break prediction with bidirectional encoder representations in Japanese text-to-speech synthesis
0
2
9
1
15
63
Parallel WaveGAN 引用数300件超えているのでほめほめされたい。同じようにインパクトのある研究をまたしたい
1
2
62
Our paper is available on arXiv!
Audio samples:
``NNSVS: A Neural Network-Based Singing Voice Synthesis Toolkit. (arXiv:2210.15987v1 []),'' Ryuichi Yamamoto, Reo Yoneyama, Tomoki Toda,
0
13
39
2
29
62
I’m glad two our papers got accepted to ICASSP 2021 ☺️
1
1
60
今年のDEV DAYで音声合成について発表します
0
14
58
Dear speech folks, I will be presenting 4 papers about speech synthesis at
#ICASSP2020
.
- Parallel WaveGAN:
- Improved LPCNet:
- Speaker adaptation for end-to-end TTS:
- ESPnet-TTS:
1
20
55
付属の音声合成ライブラリ ttslearn をインストールすれば、数行のコードで日本語テキスト音声合成ができます。 お試しあれ😊
2
23
53
DNN音声合成のためのライブラリの紹介とDNN日本語音声合成の実装例 via
@r9y9
書きました。日本語音声合成の実装例と併せて、生成結果の音声サンプルも貼りました。よろしければどうぞ。nnmnkwii
1
31
51
WaveNet vocoder をやってみましたので、その記録です / WaveNet: A Generative Model for Raw Audio [arXiv:1609.03499] via
@r9y9
音声サンプル、知見をまとめましたので、よろしければどうぞ。
0
13
51
Pythonで学ぶ音声合成の本を読みました、本読んで音声合成始めました、と何人かに言っていただいたので、本書いて良かったなと思いました、まる
1
7
48
WN-based TTSやりました / Natural TTS Synthesis by Conditioning WaveNet on Mel Spectrogram Predictions [arXiv:1712.05884] via
@r9y9
最近やったことについて書きました。Taco2とDeepVoice3のabstractを読ませたサンプルを貼っています。興味のある方はどうぞ
1
22
48
わたくし、来月頭くらいにジャポンおさらばして一年間韓国にいってきます。音声合成をやりたいと思っています。みなさまよろしくお願いします😇
8
0
48
I just made the repository public. As my hobby project, I am going to make a research tool for singing voice synthesis. I am hoping that it will be a place for open discussion. Any comments are welcome!
1
17
46
I was recognized as r9y9 several times at ASRU. It seems OSS has had more impact than published papers.
0
1
45
会社の個人ペジーできた。色々やってきたなぁとしみじみ。継続 is 大事
1
6
43
ESPnet-TTS: Unified, Reproducible, and Integratable Open Source End-to-End Text-to-Speech Toolkit Check our our new paper for the open-source speech processing toolkit for end-to-end TTS. Audio samples are available at 😊
2
12
39
"Neural text-to-speech with a modeling-by-generation excitation vocoder"
This is our paper for interspeech 2020 :)
2
13
36
Our new work is out on arXiv!
arXiv:
Demo:
``Parallel waveform synthesis based on generative adversarial networks with voicing-aware conditional discriminators. (arXiv:2010.14151v1 []),'' Ryuichi Yamamoto, Eunwoo Song, Min-Jae Hwang, Jae-Min Kim,
0
2
10
0
4
40
I made ParallelWaveGAN, and people found it interesting and have made many improvements. I learn a lot from new work. I was the one who started TTS in my team, and now we have many new members and they develop new methods. I learn a lot every day. こんな感じ
0
1
38
昔ピアノの先生をしていたマッマに生ピアノを買ってあげるという人生のミッションを1つクリアした。有意義なお金の使い���をしたと思う
1
0
38
Library to build speech synthesis systems designed for easy and fast prototyping. Open sourced:)
2
16
36
俺氏、（ネタだと思われていたような気もしますが）しばらくニートだったのですが、ようやく次のお仕事の目処がつきました。前はコンピュータビジョンを主にやっていましたが、今度は音声のお仕事になりそうです。とりあえず僕の主な生息地であるツイツタで共有をば。よかった、、、
8
0
35
Code:
PR:
it took me a few hours to make my fork of DiffSinger code ready to be used with NNSVS (in a clean way!). Hope it helps those who are interested in DiffSinger/NNSVS.
0
18
36
I just wake up at 3am and realized that our 4 papers got accepted in ICASSP 2020! See you in Barcelona 🇪🇸
0
5
34
Making Transformer networks simpler and more efficient 👀
0
5
35
PFNのインターン落ちた〜😭😭😭
なんで私だけ😢😢みんな通ってるのに😢😢😢
やっぱ応募しなかったのがいけなかったのかな…
0
10
36
来月中旬頃から愛知県民になる予定なのでよろしくお願い申し上げます。大学院卒業以来なので10年振りかな。職場は変わりません。大学時代の友達（おるか？？？）とも会いたいな
0
3
35
いま一番メンテされている（俺知識）WORLDのpythonインタフェース、 pip install pyworldでインストールできるようになったので、使うといいですよ
0
17
34
We have open-sourced our annotated dataset for prompt TTS!
``LibriTTS-P: A Corpus with Speaking Style and Speaker Identity Prompts for Text-to-Speech and Style Captioning,'' Masaya Kawamura, Ryuichi Yamamoto, Yuma Shirahata, Takuya Hasumi, Kentaro Tachibana,
1
9
46
0
11
33
In the WaveGlow paper, my WaveNet implementation is used for comparison as a best publically available WaveNet implementation.😊😊😊
1
4
32
nnsvsで、学習中に音声パラメータを可視化する機能を実装した。可視化すると、いかに推定結果がスムージングされているかよくわかる。この機能の実装をはよやれという話だったんだが、面倒くさいので後回しにするという、最高に良くない事例をもう人生でn億回繰り返している。人は学ばない :cry:
0
5
34
NNSVS and ENUNU's users are doing quite amazing work far beyond my original expectations. I couldn't even imagine there are non-Japanese users when I started development two years ago. I might have underestimated the potential of open-source tools for making voicebanks.
2
11
32
音声関連の修士中間発表の感想を今更ながら書くが、学術的な価値があるのかを純粋に問いただす質問で学生を詰めるようなケースが数件以上見られた。僕の元指導教員は、学生の立場になって今後どうすれば有益な研究に発展するかという視点でコメントしていて、良い先生に恵まれたのだなと思いましたまる
0
1
30
【声質変換編】Statistical Parametric Speech Synthesis Incorporating Generative Adversarial Networks via
@r9y9
よろしくお願い申し上げます
0
25
31
画面キャプチャ撮った。リアルタイムレンダリングの機能良い。調声ツール素晴らしいですね。(use_world_codec: true) が必須であることを除けば、NNSVSの音響モデル/ボコーダは全部動く。NEUTRINOのNSFを使うこともできれば、それらをmixして使うこともできる。ひとまず満足
2
19
29
僕もOSSのおかげで色々声をかけてもらいましたね。コネに繋がったかは定かではないしそもそも打算なしに好きでやってただけだが、LINEの内定もらった後にNAVERからWaveNet実装見たけど興味ない？と連絡をもらったことがある。その後に韓国長期滞在の機会をゲットしたが無関係とは言い難い
0
1
30
another paper from our team. Using whisper for automatic phone and prosodic annotations.
1
14
29
Have you heard ‘Tsukuyomi-chan TTS test’ by r9y9 on
#SoundCloud
?
#np
つくよみちゃんコーパスで音声合成を作ってみましたよ。かわいい
1
18
29
Careful data preprocessing is all you need for machine learning projects
2
5
29
金髪美女様に「おまっ、r9y9 ！？コード使わせてもらってるよ」って言われたのでもう今日死んでもいいかもしれない
0
2
28
みんな年末年始はこれ読むよねっ！
0
8
27
I've released a new version of nnmnkwii . The release includes bug fixes for MLPG and support for python 3.8. I know that these days speech folks don't use the maximum likelihood parameter generation (MLPG) algorithm anymore, but here you go if you like :)
0
6
27
Speaker dependent WaveNet vocoder (的なサムシング）やってみたけ��こんなもんかね。学習データが足りないのか学習時間が足りてないのか過学習してるのか、たまにビビッっていうノイズが乗るけど、だいたい動いている感がある
0
8
27
