LLaSA_training とは
本プロジェクトは LLaMA を土台にした音声合成の学習の取り組みと紹介され、学習時と推論時の計算を最適化して効率を高めると説明されている。
できること
- LLaMA に基づく音声合成モデルを学習する
- LibriHeavy や Emilia などの公開データセットを扱う
- Slurm で分散学習を行う
導入の手順
- リポジトリをローカルの機械へ複製する
- 公開データセットをダウンロードするか自分で用意する
- 設定ファイルを選び学習スクリプトを動かす
長所と短所
✓ 良い点
- 複数の学習用設定ファイルが用意される
- 公開データの総量は 160,000 時間に達する
! 注意したい点
- 学習には公開と内部の両方のデータセットを使う
- 導入には設定ファイルと学習スクリプトが要る
よくある質問
どんなデータセットが挙がる?
資料は公開データセットとして LibriHeavy と Emilia を挙げる。
Hugging Face のモデルは?
資料は Llasa-3B、Llasa-1B、Llasa-8B を挙げる。
最終評価日: 2026-11-15
その他 AIオーディオツール ツール
すべて見る →-
Accent Guesser 声の録音からアクセントを判定する 無料ツール クリエイターツール オーディオ 音声からテキスト 教育ツール -
AccurateScribe.ai 音声と動画の書き起こし 無料ツール クリエイターツール 動画からテキスト オーディオ 音声からテキスト -
Adobe Podcast ブラウザで録音と音声クリーンアップ 無料ツール クリエイターツール オーディオ 音声からテキスト 音声編集 -
Agilotext フランス語中心の書き起こしと要約 オーディオ 音声からテキスト ポッドキャスト 会議文字起こし 議事録 -
AI Dubbing 登録不要の短い動画の吹き替え 無料ツール 動画翻訳 オーディオ ナレーション コンテンツローカライズ -
AI Mastering オンライン自動マスタリング 無料ツール フリーミアムツール オーディオ ポッドキャスト