量子化モデルを使え

BF16で動くようにできるかな

量子化モデルで十分だと感じた

漢字読みはSmallのほうがいいらしい
まぁそもそも漢字は読み間違いがだるいからひらがなで入力するが…

irodoriはプロンプトとかのノウハウがあんまり共有されないのが辛い

闇の力すぎて大きな声で話したくない

みんな表に出せない学習データ作ってるから共有もされない

speaker初めて作ったけどサイズ小さすぎてなんでこれで！？ってなる

>闇の力すぎて大きな声で話したくない
学習されたら困るもんな…

qwen3TTSもどう違うのか全然聞こえてこない

ワークフローが全然わからない
俺は人が作った奴を雰囲気で改造している

ノクトQって試した人いる？

large来たんだ
良くなったの？

Elevenlabsの新モデルもv4出たしTTS競争も始まった感ある

>large来たんだ
>良くなったの？
長い文への出力は安定感強くなったという評価っぽいけどまだ出たばっかり

>ワークフローが全然わからない
>俺は人が作った奴を雰囲気で改造している
ワークフローなんてチャッピーにお任せでいい…

H3のスピードアップを比較してるサイト見つけたからウンウンとみてるが
一番早いやつを知らない…ってなってる

irodoriで参照入れると演技力が落ちるのどうにもならないかな
テキストだけだと演技力たけーってなるんだけど参照あるとちょっと平坦になるんだよなあ
でもテキストだけだと声質固定できない…

>irodoriで参照入れると演技力が落ちるのどうにもならないかな
>テキストだけだと演技力たけーってなるんだけど参照あるとちょっと平坦になるんだよなあ
>でもテキストだけだと声質固定できない…
単純に参照の質とバリエーションが悪いのが問題だからLoraかSI学習で何とかするしか無いと思う
良い参照音声使えばテキストだけと変わらない演技してくれる

なんでこんなにCUDAファイルが散らばるんだ

>irodoriで参照入れると演技力が落ちるのどうにもならないかな
>テキストだけだと演技力たけーってなるんだけど参照あるとちょっと平坦になるんだよなあ
>でもテキストだけだと声質固定できない…
落ち着いたトーンで話している声を参照すると逆に感情を良く乗せてくれる気がする
楽しんでいるテンション高い声を参照すると演技が偏る感じ

irodoriはプリセットのプロンプト外の❤にも反応してくれることくらいしか共有出来ない

>>でもテキストだけだと声質固定できない…
>単純に参照の質とバリエーションが悪いのが問題だからLoraかSI学習で何とかするしか無いと思う
>良い参照音声使えばテキストだけと変わらない演技してくれる
参照の質が悪いのはそうかもしれない
色んな演技させたのを結合したらうまくいくかなあ

久しぶりにローカル画像生成でもやってみますかとスレを開いたら画像生成の話じゃなかった
StableDiffusionって画像生成だけじゃないの！？

irodoriは
はむ⋯じゅるっ⋯
みたいなのでフェラ音出せるのすげーってくらいしかわからん

>StableDiffusionって画像生成だけじゃないの！？
StableDiffusionで作った画像をH3で動かしてIrodoriで生成された声を使うんだぜ

>>でもテキストだけだと声質固定できない…
>落ち着いたトーンで話している声を参照すると逆に感情を良く乗せてくれる気がする
>楽しんでいるテンション高い声を参照すると演技が偏る感じ
なるほどそういう違いもあるのか
ドツボにハマってしまったから色々と考え直してみるよ

どんぐらいVRAM要るの？

>StableDiffusionって画像生成だけじゃないの！？
comfyのスレ画視認性あんまり良くなかったりとかそもそもスレ画に使えるようなものがなかったりとかでローカルAI全般の話題で立つよ
だいたいは画像生成の話だけど

なんかみんな参照音声ポンと投げるだけって言うけどうまくいかねえんだよな…
長さ足りないか投げるものが悪いのか

生成AIのこと半分くらいわかるやつ早く生まれてくれー！

large思ったより結構大きくなってるな

Lora作りたいけど前より要求VRAM多くなったりするんかな

stable audioもあるよ

>どんぐらいVRAM要るの？
16GBでも動くようにはできる

>Lora作りたいけど前より要求VRAM多くなったりするんかな
作る分にはいくらでも欲しい
使う分にはほぼ変わらん

モデルだけで12GBあるからテキストエンコーダやらVAE考えると24GBくらい必要
FP32ってのが24-32GBほし〜ってなる
BF16の制度なら14-16GBで収まる
量子化すれば8-12GBくらい

irodoriでも5090にしとけばよかったかなと思うようになったか

何でこんなんOSSで出してくれるの？慈善事業なの？

SDスレは実質ローカルAIスレだから…

>何でこんなんOSSで出してくれるの？慈善事業なの？
全員巻き込んで…

イラスト以上にセリフって作るのむずくね？ってなってるんだが…

>stable audioもあるよ
音楽だとこっちも実用できるなのかな？
エロSEとか作れるか試してみるか

>イラスト以上にセリフって作るのむずくね？ってなってるんだが…
わかる
言いたいことだけ言わせてるとすごく単調になってくるよね
緩急とか他の人物のセリフや地の文も重要なんだなって思う

りろん…りろんはしってる

じゃあ画像生成の話してもいいのか
今イラストリアス使ってるんだけど実写系で強いのなんかある？
架空のエロコスプレイヤーいっぱい出したい

出たばっか過ぎて情報が全くねえ！

じゃけんSillyTavemでキャラを演じさせて会話しながら
そのセリフをIrodoriで作るのがいいってこと

まだ俺はAnimaのTurboが早すぎてエロ画像の枚数増えまくるぐらいまでしか追いついてない

さすがにここで上げられないだろうけど皆irodoriで何喋らせてるの？

Illustriousで妖精とか小人の全身ズリをしたいんだけどdanbooruのタグを見る限り

koonago,minigirl,size difference,hug,glansjob,mini person,

のタグが入っているので上記のやってもほとんど出なかった（30枚に1枚程度で近いのが出る）
なんか他にタグ入れると安定する方法あります？
ちなみにfairyタグを入れるとなんか謎の妖精キャラが生えてくるだけでした…

>>何でこんなんOSSで出してくれるの？慈善事業なの？
>全員巻き込んで…
くそっ！巻き込まれてしまった！あーあ！

>さすがにここで上げられないだろうけど皆irodoriで何喋らせてるの？
いもげの読み上げ

実写モデルも日本人（アジア人）かそうじゃないかで全然違う
BRAかfudukimixが未だに安定だとは思うが

>さすがにここで上げられないだろうけど皆irodoriで何喋らせてるの？
特定のキャラクターに寄せたシステムボイス

>さすがにここで上げられないだろうけど皆irodoriで何喋らせてるの？
黒棺の完全詠唱

>さすがにここで上げられないだろうけど皆irodoriで何喋らせてるの？
エロゲの台詞テキスト読ませて元エロゲの音声差し替えてキャスティング変える遊びしてる

明日の半尻次第では急激に死ぬかもしれないから今のうちに取るものはとっておいた方がいいかもしれないな

小人ズリはillustriousよりanimaの方が気持ちで安かったと思う…

>さすがにここで上げられないだろうけど皆irodoriで何喋らせてるの？
ASMR用シチュボイスを喋らせてDAWでバイノーラル編集して自分用作ってる

>さすがにここで上げられないだろうけど皆irodoriで何喋らせてるの？
めっちゃ好きな版権キャラに自分を応援させてる…名前読んでくれるとヤバい

>さすがにここで上げられないだろうけど皆irodoriで何喋らせてるの？
geminiとエロチャしてるときにこれいいなって思ったセリフは音声にしてシコリティをあげている

>めっちゃ好きな版権キャラに自分を応援させてる…名前読んでくれるとヤバい
名前なんていうの？俺も応援してあげる♥

>>めっちゃ好きな版権キャラに自分を応援させてる…名前読んでくれるとヤバい
>名前なんていうの？俺も応援してあげる♥
だまれ

LLMでした会話を喋らせてくれるツール作ると楽しいよ

>>>めっちゃ好きな版権キャラに自分を応援させてる…名前読んでくれるとヤバい
>>名前なんていうの？俺も応援してあげる♥
>だまれ
だまれくん頑張って♥

irodoriで適当に喋らせた音声作ってminimaxで画像参照+音声参照で好きなこと喋らせつつエロ動画作ってるよ

なんだよ結構みんな活用してるじゃないか…

>小人ズリはillustriousよりanimaの方が気持ちで安かったと思う…
やはりちょっと特殊なのはanimaの方がいいか…

>>>>めっちゃ好きな版権キャラに自分を応援させてる…名前読んでくれるとヤバい
>>>名前なんていうの？俺も応援してあげる♥
>>だまれ
>だまれくん頑張って♥
強い

fu7336180.jpg
controlnetでポーズ参照画像→書き出し→ソース画像へ反映まで組んだけど
途中でi2iで良くね…？ってなっててなんとも迷走する
i2iみたいに元画像まんまじゃねーか！はなくなるんだけど調整マジでムズイ

>なんか他にタグ入れると安定する方法あります？
fu7336184.jpg
mini person, minigirl, penis, 1girl, hetero, censored, 1boy, blush, bar censor, , wings,
precum, chibi, fairy, erection, sweat, size difference,

lotion play,
gigantic penis,
こんなかんじか？

音声系は画像動画以上にせめて自分で調べてね…という昔のネットリテラシーを感じる
気休めだけどね…

やはりDAWか⋯

今12GBで実用できるエロOKな3次モデルってどれだい？

irodoriって画像生成に比べれば軽いほうだと思っていたけどそうでもなくなってきたのか…

>今12GBで実用できるエロOKな3次モデルってどれだい？
krea2派生

>irodoriって画像生成に比べれば軽いほうだと思っていたけどそうでもなくなってきたのか…
Largeはパラメーターがもう桁外れすぎる

QwenImage2.1とKrea2みんなどっち使ってるんだろうな…

H3でエロいの作って上手く出来たから「」に見せたいんだけど
この子は俺の嫁だから違うキャラ版にして見せようってなる
俺だけかもしれない

>H3でエロいの作って上手く出来たから「」に見せたいんだけど
>モザイク入れるの面倒くさいってなる

動画読み込んで自動モザイクつけるWorkflowを配布したらいいのか！
ってGPTに作ってもらって実際使ってるけど配布する機会がない

Large版は生成を始めたらキャッシュで28GBまで跳ね上がった

>動画読み込んで自動モザイクつけるWorkflowを配布したらいいのか！
>ってGPTに作ってもらって実際使ってるけど配布する機会がない
マジでくれ
ください

krea2ってNSFWダメなんじゃなかった？

まぁ正直AI使えるなら調べごとはAIに聞けば8割くらいはわかるだろ…残りのわからない2割くらいは「」にきくとだいたいわからない

EasyWan2.2のワークフローに指定した領域へモザイクかける機能付いてた気がするから
あれをchatGPTでその部分だけ切り出してもらえばいいのか

MinimaxH3のContextLoop用の日本語→英語プロンプトのカスタムノードずっと作ってるけど詰めるところ塑像以上に多すぎる

今早歩きで帰ってるからちょっとまってろ！
間に合わなくてもいつかのスレであげておくわ

>Large版は生成を始めたらキャッシュで28GBまで跳ね上がった
やべー

>今早歩きで帰ってるからちょっとまってろ！
>間に合わなくてもいつかのスレであげておくわ
待ってる

>今早歩きで帰ってるからちょっとまってろ！
>間に合わなくてもいつかのスレであげておくわ
これはありがたい…

モザイクあったら欲しいけど普段使うことなさすぎていつまでも後回しになってるんだよな