
KoeAct-JP(音声から直接ロボットを動かす日本語モデル)
日本語の音声を、文字起こしを挟まずに動作の呼び出し(Action JSON)に変える 259 万パラメータのモデルです。PC の CPU と M5Stack CoreS3(ESP32-S3)で、クラウドなしに動きます。
音声AI・AIキャラクター・AI×ゲーム開発を中心に、これまでの制作物をまとめています。

日本語の音声を、文字起こしを挟まずに動作の呼び出し(Action JSON)に変える 259 万パラメータのモデルです。PC の CPU と M5Stack CoreS3(ESP32-S3)で、クラウドなしに動きます。

日本語の音声をひらがなに変える約 205 万パラメータの音声認識モデルです。M5Stack CoreS3(ESP32-S3)の本体だけで、PC もネットワークも使わずに認識します。

ESP32-S3 だけで動く、日本語の依頼をロボットの動作の呼び出し(JSON)に変える 315 万パラメータの超小型言語モデルです。

55.9 万パラメータの日本語 TTS を ESP32-S3 の上だけで実時間より速く合成します。漢字かな交じり文の読みとアクセントの推定も端末の中で行います。

英語のストリーミング音声認識モデル moonshine-streaming-small を日本語化した、日本語ストリーミング ASR モデルです。

発話の終わりを 4 状態で判定するターン検出モデル Easy Turn と FastTurn の日本語モデルを作成しました。

日本語 full-duplex 対話モデル J-Moshi-ext に、特定の声と口調を追加学習しました。

軽量な日本語対応 TTS「piper-plus」と、それを Unity から使うためのライブラリ「uPiper」。

Mistral アーキテクチャで日本語を事前学習した 0.3B のベースモデルです。

Style-Bert-VITS2 向けのクリーンな事前学習モデルを作成し、Hugging Face で公開しました。

つくよみちゃんコーパスで Style-Bert-VITS2 を追加学習したモデルを公開しました。

音声合成 API の Koeiromap(現 Koeiro motion)を Unity で使いやすくしたライブラリです。

次世代型の、ユーザーがカスタマイズできるデスクトップマスコットの OSS です。

YouTube のコメントを拾って会話を広げる AI Agent のキャラクター「ミラ」を開発しました。

森の奥の魔法学院を舞台にした探索アドベンチャーゲームに PM / ディレクターとして参加しました。

生成AI を使った個人制作のデモ会「生成AIなんでも展示会」を主催し、企画と運営を担当しています。

花屋を舞台に花束を作る ADV ゲームです(制作期間 2023 年 7 月〜11 月)。

会話と冒険で絆を深める 2D アクション RPG です(制作期間 2023 年 6 月〜11 月)。

光と闇の世界を舞台にしたターン制 2D アクション RPG です(制作期間 2023 年 4 月〜7 月)。

情報屋を取り巻く裏社会の人々を描いた ADV です(2023 年 3 月)。

人の言葉を話す猫を故郷へ送り届ける、5 分ほどで読み終わるビジュアルノベルです(2023 年)。

約 5 名で開発した 3D オープンワールド探索アドベンチャーに PdM / エンジニアとして参加しました。

敵を倒しながらステータスを自由にカスタマイズして強くなるゲームです。unityroom の Web 版で遊べます。

Unity で Google Sheets のマスターデータを扱いやすくするライブラリです。

Fungus と Google Sheets で Unity の ADV 制作を簡単にするライブラリです。

PoC と技術検証を行い、知見を公開するコミュニティ MidraLab の運営に関わっています。

unity1week のオンライン共有会で、GitHub Actions による CI/CD の使い方を発表しました。

GameCI と GitHub Actions で Unity の CI/CD 環境を作りました。