音声合成

AIモデル

LFM3-Omni-2BをOllamaで動かす|日本語の読み上げの正確さと、CPUだけで再生より速く作れるか

Windows の Ollama 0.40.13 で LFM3-Omni-2B に日本語を読み上げさせ、自動の文字起こしで正確さを、RTX 5080・RTX 5060 Ti・CPU だけで音声を作り終えるまでの時間とメモリを測った。日本語を送るときのつまずきもまとめた。
AIモデル

F5-TTSは日本語で使えるか|漢字が中国語読みになる仕組みと、有志の日本語チェックポイントで何が変わるか

F5-TTSで日本語を読ませると何が起きるかを f5-tts 1.1.22 で確かめた。既定の重みでは漢字が中国語の読みになり、出力は中国語と判定される。公式一覧の日本語版は日本語になるが漢字だけ別の音で、文字誤り率は0.5を超えた。