  |
はてなキーワード: ファインとは
DMM Voice（にじボイス）、Aivis、立て続けにStyle-Bert-VITS2ベースのプロジェクトがリリースされて物議を醸しました。
一番の問題点＊は、提供されているベースモデルをファインチューニングしている点です。そのベースモデルはBERT-VITS2というStyle-Bert-VITS2のフォーク元の中国からリリースされたモデルです。
８００時間近い日本語データを学習しています。こんなデータが存在するのでしょうか？少なくとも研究用とやUnity Storeなどで買える量ではありません。
このデータはPCゲームなどからデータをぶっこ抜いているのはという噂があります。このあたりは該当するアダルト系のテキストを入れると関連する音声が生成されるところから考察されています。
DMM Voice、Aivis、どちらもちゃんと身元の分かったデータを使っているなら、ちゃんと公式ページに載せると思うんですが、載せてないですよね。載ってたらどなたか教えて下さい。
https://github.com/fishaudio/Bert-VITS2/releases/tag/JP-Exta
StyleBERTVITS2が悪いわけではないです。むしろ技術的には興味深いものです。問題は、デフォルトで利用されるその事前学習モデルが非常にきな臭いんです。
大元の事前学習モデルがどのように学習したかはこれ以上情報がないのですが、本家の学習コンフィグを見るとヒントがあります。見てください。原神の話者がたくさんセットされているではありませんか。
原神って学習データを公開していたんでしたっけ。。？はい、賢い人はもうおわかりですね。
https://github.com/fishaudio/Bert-VITS2/blob/master/configs/config.json
日本の法律的には、元の学習データの音声を楽しむために利用しているわけではなく、出てくる音声もちょっと違うし、実在する声優の名前を出すわけではないので、法律的にはグレーという感じのようです。
ただし倫理的にどうなの？という問題があり、個人で楽しむ分にはよいけど、商用利用可能で大々的に会社として打ち出すのって正直どうなの？という気持ちです。
StyleBERTVITS2ではモデルマージが使えます。モデルマージとは、異なる話者のモデル同士を足し算することで、その中間のような話者を作ることができる技術です。これを使うと架空の話者がたくさん作れてしまうわけですし、"元の話者"からずらす事ができます。
一般の利用者が「これすげー！」と騒ぐのはわかりますが、大元の開発者の人はちゃんとわかった上で公開しているんでしょうか？「面白いから」で進めている様子を私は非常に冷ややかに見ています。
勘違いしないでほしいですが、私は生成AIを推進したい人です。しかし、プロを尊敬しないこの方法は、どうも頂けません。
＊故人の声優データでモデルを登録できるのも十分論外なのですが、審査を導入すればすべて解決か？といったらそうでもないので。
機械学習エンジニアとして働いている者として、何点か賛同できない点があったので個人的な主張を述べておきます。
深層学習モデルの作成経験はありますが、いわゆる「GenAI」の動向を詳しく追っているわけではなく、GenAIエンジニアでもありません。
ですので、私の解釈が間違っている場合にはコメントをもらえますと幸いです。
-----------------
(引用) そもそも深層学習の構造を考えると、億単位の画像を学習している基盤モデルに自分の作品が数十枚食われた程度で、個人の絵柄が再現できるはずもない。(引用終わり)
イチから学習させる場合には確かにそうですが、悪意ある一般ユーザーの多くが行うのはLoRAであり、これは汎用的な生成AIに数十枚の特定スタイルの画像を追加学習させることでファインチューニングを行うものだという認識です。
これには数十枚の画像があれば十分なので、「個人の絵柄が再現できるはずもない」というのは間違いではないでしょうか？
参考1：https://prtimes.jp/main/html/rd/p/000000051.000100410.html
参考2：https://note.com/mioha_0308/n/n3b9a40b2c08c
参考3：https://w.atwiki.jp/genai_problem/pages/18.html
-----------------
(引用) ある者はGlazeやらNightshadeやらで絵を汚すことで安心（＝プラセボ効果）を得ようとし、(引用終わり)
GLAZEについては、単にそれっぽいノイズを加えるのではなく、Style transferを行うことで、生成AIにスタイル特徴の特徴空間を誤認させるものだという理解をしています。
実際に論文中でも、スタイルを誤認させることに成功しています。
これはAdversarial Attackのように、人間には一見同じように見える画像でも、生成AIには全く異なるものに見えるように画像を変換しているものだという認識です。
GLAZE, Nightshadeを実際に検証した記事を見てみると、たしかにLowフィルターだけを使用した場合にはあまり効果はなさそうですが、Highフィルターを使用した場合には一定の効果はあるように見えます。
（Lowフィルターだけをかけても効果が薄いという主張であれば、賛同します）
参考1：https://qiita.com/heart_mugi/items/aa88e78add3ee138858a
参考2：https://tech.preferred.jp/ja/blog/nips17-adversarial-learning-competition/
参考3：https://qiita.com/miu200521358/items/81439ba159d836faa0f4
-----------------
できるよ！！
公開範囲を限定するのそれなりに効果はあるけれど100％ではないよ。
…例えば物理Onlyでかつ有償でのみ閲覧可にしてもネタ画像と称して漫画のコマを切り抜きしてtweetする人がいるように
Glaze も学習妨害の効果はあるけれど100％ではないよ。
…Glazeの仕組みは他人の画風と混ぜ混ぜして学習をだます仕組みだけれど、Glazeは、学習に使用するモデルと妨害したい画像データ、欺瞞用データで計算するため 計算に使用したモデルに対してのみにしか妨害効果がないから、適用範囲が限られてるよ。そのうえ、GlazeはSD1.5で動作するように設計されてるけれど、現時点でSD1.5を使用している人はほとんどいないよ。さらに、SD1.5の時代においても、ユーザーは各自のニーズに合わせてファインチューニングされたモデルを使っていて、素のSD1.5そのままを利用している人はほぼいないよ。加えて、素のSD1.5に対しても、効果のある元データと欺瞞データの組み合わせの幅が狭く、常に効果があるわけではないよ。…論文は正しいしアプリもそれなりに動くけれど前提が現実に合っていないの
Nightshadeも学習妨害の効果はあるけれど100％ではないよ。
…Nightshadeの仕組みは大規模モデルではトークンと画像の特徴の結びつきが弱いから簡単に乗っ取れるよなの。スタバなうでラーメンが出る現象みたいなやつ。論文では画像をWEBで公開する時は画像と関係ないテキストをつけろと言ってるけれど、そんなことしたら意味不明なツイートになったり、画像投稿サイトにUPしても見つけてもらえなくなるから誰も実践してないの。Nightshadeのアプリは画像から画像の説明を生成するアプリを騙す処理を施すのであって学習を妨害する機能は無いよ。しかも実際は全然騙せていないのん。それに、学習する側はNightshadeとは関係なしに説明文の生成で誤検出等があるのが前提で手動で画像の説明文を修正するのが当たり前だから…論文で言ってることは正しいけれど誰も実践できてないの
…「この画像はウォーターマークのついている画像です」の説明文とともにウォーターマークごと学習して、ウォーターマークの画像の特徴はウォーターマークのトークンに関連付けられて学習されるの。ウォーターマーク以外の部分はその他のトークンに学習されるの。ウォーターマーク付きのデータが増えると、より正確にウォーターマークの概念を学習できるの。
ウォーターマークは学習妨害ではなく当該著作物の2次利用の防止のためにつけるものなの。例えば、勝手にグッズにされたとか
ウォーターマークがついていない本商品を売るためにサンプルとしての参考画像にウォーターマークをつけるの。本商品にまでウォーターマークつけるとウォーターマークついた状態で2次利用されてしまうの。
…ウォーターマークと同様にサインのトークンに吸収されて学習されるの。
サインは盗作防止のためにつけるの。例えば、第３者がこの絵は俺が描いたとか。
動画を読み込んで深度推定・デプスマップの生成を行うAI、DepthCrafter
に対してのアメリカン反AIさんの反応「これが本当に求めてたAI！生成AIはゴミ！」
・・・あのこれ、君の嫌いな無断学習動画生成AIをファインチューニングしたデプス生成AIなんですけど・・・みたいな微妙な表情になっちゃう
https://ff14net.2chblog.jp/archives/61882227.html
で女性の見分け方が紹介されていたが、正直言って感度が高く、特異度が低いのでまるで役に立たない
そこで、本当の見分け方を紹介しよう
といっても、極までしか言ったことがなく、固定は組んだことがないので、経験談で話す
なお、女性といっても定型発達の女性と会ったことがないので、あくまで精神疾患のある女性限定であることは心にとめておいてほしい
耽美BLでググるとわかるが、なんとなく美形っぽいけど、しつこい感じのキャラクターの作り方をしていることがある
かかわった女性で水着やブリーフなどの肌を見せる装備を積極的にしてるのをほぼ見たことない
ある装備が新しく出ても露出が多いという理由で着ないことが多い
逆に露出はそこまでなく、ff14でいうと、ネオイシュガルディアン、ウィンターセーター、ウィスパーファインウール、クレセント、レベルコート、デモンアタイアなど比較的露出が少ないものを着こなしてることが多い
なお、腐属性の付く人だと男性キャラでは〇〇出汁などで肌を見せることは意外とあるので、あくまで女性キャラクターを使ったとき限定ではある
出会いを誘ってもすぐには会おうとしない
タイミングによってはそのまま関係が途切れるし、距離の詰め方を間違えたら、そのまま関係が途切れたことも何度かあった
あと、超絶上から目線だし、セクハラ（ここでは話しかけたりデートに誘ったり）しようものなら、負の性欲をいかんなく発揮して、権力者をうまく動かして、追い出しにかかるぐらいは平気でする
さらすときに出会い厨などととにかく馬鹿にするし、されされた奴がどうなろうか気しないことが非常に多い
https://x.com/Clockwork_Wiz/status/1847042635216863539
気持ち悪ぅ…
ぐらいのことは平気でいう
集まれどうぶつの森、ff14の無人島、ハウジングなどデザインが好きな人が割と多い
あと、夢小説を書いてる人もちらほらいたし、リヴリーアイランドもわりとやっていたりする
むろん、男性でもここら辺をやってる人はいて、小説だと意外にいるが、ハウジングなど何かを置くことにはまる人は意外と少ない印象を受ける
女性は色のセンスがあると一般的にあるといわれているが、確かにそれはあると思う
むろん、男性でもおしゃれな人はおしゃれだが、女性とは色の使い方が違う感を受ける
言葉ではうまく説明できないので、谷口美佳などと検索して、色の使い方を何となく覚えたほうが手っ取り早いと思う
あと、Xだとフォントの使い方がうまい人が割といたり、SSもかなり凝ってたりする
たまに外れることがある
なお、LGBTのGの似たような色遣いをするので、運悪く引っかかることがある
男厨と出会った記録を何個か作っておけば、女性から出会い厨とみられる確率は下がり、逆に社交的な人といういい評価がつくことがある
出会い厨は非モテのシグナルですが、社交的な人というのはモテのシグナルである
なお、ff14で出会える女性はユールモアにでてくるふくよかな人が割といる
それは覚えておいたほうがいい
「まぁ、ピタゴラスの定理なんて、あれはもう初歩の話よね。確かに、a² + b² = c² は中学生レベルでも理解できるけれど、そこに潜む深い代数的構造や、ユークリッド幾何学との関連性を本当に理解しているのかしら？あの定理の背後には、単なる平面上の直角三角形の話じゃなくて、リーマン幾何学や複素数平面を通じたさらに高度な次元の世界が見えてくるのよ。それに、ピタゴラスの定理を特別な場合とする円錐曲線や、楕円関数論まで考え始めると、幾何学の美しさっていうものがもっと深く見えてくるわけ。」
「それと、黄金比ね。もちろん、あのφ（ファイ）がどれだけ重要か、理解してる？単に無理数というだけじゃなく、数論的にも代数的にも特異な数なのよ。フィボナッチ数列との関係も美しいけど、そもそもあの比が自然界で頻繁に現れるのは、単なる偶然じゃないわ。代数的無理数としての特性と、対数螺旋やアファイン変換を通じた変換不変性が絡んでいるのよね。そういった数学的背景を理解せずに、ただ黄金比が「美しい」ってだけで済ませるのはちょっと浅はかだと思うわ。」
「あと、パルテノン神殿の話だけど、そもそも古代の建築家たちが黄金比だけでなく、より複雑なフラクタル幾何学や対称群に基づいた設計をしていたってことは、あまり知られてないのよね。建築の対称性は、単なる視覚的な美しさじゃなくて、群論や代数的トポロジーに深く結びついているわ。あなたが好きな絵画も、ただの黄金比じゃなく、もっと深い数学的な構造に従っているのよ。わかるかしら？」
一枚の画像生成にかかった電力を計算したいなら、モデルの訓練にかかった電力を、そのモデルを使って推論した回数で頭割りした後に、推論コスト(これは小さいので0とみなしてよい)と、あとそもそものモデルのサーバ分の電力やらファインチューニングぶんやらの雑費を足していかないといけないと思う。
で、それが液タブの消費電力を下回るかどうかって、一つのモデルをどれだけ繰り返し使ったかって話じゃない？で、現実問題として、全部の画像生成AIユーザーが既存のモデルで満足できるわけはなくて、次々新しいモデルが生まれてくるわけじゃん。
だから、推論が安いことと、学習コストがかかる構造にあることは別問題じゃないかなって思ってる。
もし、世界に唯一これだけの基盤モデルができて、それを秘伝のタレのように使うなら、いつかは液タブより省電力になるかもね。結果的に。
最近はふくよかな人向けのお洋服のブランドも沢山出てきて、選択肢が増えていると思う。
OverEとかHEART CLOSETとか、ニッセンにもグラマーさん向けみたいなのあるよね。
だけど私には服がない。
服屋に買い物に行っても、買う洋服がない。
正確には①自分が着られるサイズ、②自分に似合うデザインと色、③自分が気に入るデザインと色の3つが揃った服がない。
連勤明けの休みを潰して来た病院の待ち時間に書いてるんだ、冗長でごめん。
・20代後半の女
・157㎝、65kgのおデブ
・ブラはデザインによるけど大体H80
この情報だけでも胸のでかいおデブだということはわかると思う。
ついでに骨格ストレートなので首は短くて、手もむちむちで指も短い。
どう頑張っても細く見える要素がそもそもないのだ。
・はっきりした色が最高！薄い色、くすんだ色はNG
・柄は派手であればあるほどよい
・薄い柔らかい布より、固くてしっかりした布
・飾りはデカくて派手な程よい
・首の詰まった服は🙅♀️、襟付きとVネックは🙆♀️
・スカートやパンツはマーメイドやフレアみたいに下が広がっているもの
サイズの縛りに加えてこの条件、もう服を買う気がないだろうというレベル。
この時点でしまむらとHoneys、あとearthとかも消える。
SNSを見てるともちろん骨ストで細くてかわいい子がたくさんいる。
一般的に美しいとされる体型になれないのが骨ストなのかな？ と思ったりしている。
もちろん今の自分の体型が肥満だってことは数字でも見た目でも自覚している。
ほな痩せたらええやん、って話でもなくってね。
ハタチくらいのときには50kgの時代もあったけれど、その時にもフリーサイズは着られなかった。
着られたとしてもシルエットは美しくないし、「思ってたんと違う」になってた。
当時それこそニッセングラマーやハトクロでワンピースを買ったりした。
胸はキツくないし、腹回りに余った布がない、腕も動かしにくくなくて快適だった。
友人らには褒められたけど、正直納得はしていなかった。
「なんか違うなあ」がずっとあったからだ。
後々これについては似合わない原因にたどり着いた。
ニッセンの方はお値段相応の生地で、重たい生地が似合う私にはイマイチだったっぽい。
ハトクロのワンピースは自分のPC(パーソナルカラー)が原因だったっぽいなあと判明した。
いつも安定に似合う黒とか紺ばっかりだから…… とチャレンジしたのが良くなかった。
ほんと、白って200色もあんねんから、自分に似合う白を探すん大事やね！！
最初にも書いたように、最近はふくよかな方向けのお洋服が沢山ある。
ほな太ったらええんかいな、と狙ったわけじゃないけれど薬のせいもあり70kgを超えたこともあった。
太ったことで服選べるようになったね、よかったね！ ってなるならよかった。
ぜーんぜん選べない。
どうにしろ全部、体の中で一番でかい部分に合わせて服を買うのだから。
トップスは変わらない。
そりゃ体重の増減でバストサイズも変わるし、実際10㎝弱変化はあった。
みんな大好きユニクロを例に挙げるけど、レディースのTシャツの袖と丈短くない？
あと色もなんかパステルっぽいのとか、くすみのある色とかばっかりで、
胸が大きい人向けブランドは胸がサイズアウトで、着られるものが多分もうない。
サイズ表見るたびに着られないことを再認識して悲しくなるので、
おせわになりました。
じゃあふくよかさん向けは？というと、着られはする。
試着して悪くないなって思えば買ってたし、ビッグシルエットのアウターは結構買った。
ただねえ、なんか、妊婦になるんだよね、シルエットが。
痩せてた時からAラインワンピースは妊婦になるから避けてたけど、
ふくよかさん向けはそもそも着丈が長めなことが多い。
それ自体はありがたいけど、自分でウエストマークしないと見た目が妊婦さんになっちゃう。
あとやたら余る背中の布。
まあ背中の布が余るのは大体なんでもそうなんだけど。
その後フォローのように
「ママねえ、お腹に赤ちゃんいた時ねえ、おっぱいおっきくなった！」
そのちびっこには、自分が体験したことから今目の前にあるものと結びつけて考えられて偉い！賢い！
などと、とりあえず褒めたけども。
まあつまり？
シルエットが妊婦になること、似合わないくすみカラーを選ぶことを自分が受容できれば、
別に世の中洋服なんて沢山あるんだから、買える洋服だって増えるのだ。
だけど、世の中にこんなに沢山可愛い服と色々な人に向けたブランドがあるのに、
ただそれが悲しい。
ただ勘違いされたくないのは、別にわたしはわたしの体型嫌いじゃない。
首も手足も太いのは、虎みたいでキュートじゃ〜んって思ったりする。
ヒョウとかチーターよりトラが好きなんだよね！
あとゴテゴテに盛れば盛るほどかわいいなってなるので、全然嫌じゃない。
将来は湯婆婆みたいに全部の指にデケェ指輪つけた婆さんになりたい、絶対わたしに似合う。
Dハロの時期にヴィランズバウンドするでしょ、めっちゃ似合うのよ。
友人には「ハロウィンの時期は輝いてる」とか「スリザリンっていうかアズカバン」とかも言われた。
健康には良くないし痩せよって気はあるのでぼちぼち頑張ってる。
けど結局痩せたところで、痩せてた時期に着たい洋服が着られていたかというと
そんな成功体験ないので「着たい服を着るため！」っていうモチベにはならない。
ダラダラ書いてるうちに診察も終わったし、
何書いてんだかわかんなくなっちゃったな。
もしおんなじような人が居たらそれだけで嬉しいけど、
そういう人がどういうお洋服をどこで買ってるかも知りたい。
とりあえず最近Twitterで見かけた、骨ストの人ってヨーロッパ貴族的なドレス似合うよね〜！
の話を見てて「わかる〜」ってなった。
anond:20210304122852 の後日談になる。
ここに挙げた映画の半分くらいはなんと、Amazon Primeが2024.04.30現在見放題作品にしている。
具体的には、
がAmazon Primeの見放題タイトルで見られる状態になっている。
いつまでこれがタイトルに入っているかはわからないので(実際、トッツィーズ ＆ フェイクスターはその後日本のNETFLIXラインナップから外れた)、このGW後半にはぜひとも見てほしい。
ついでに、The Con Heartist以降のgdh映画についても短評しておこう。ついてるのは予告編URL
ゴースト・ラボ 禁断の実験 //youtu.be/RN9G-g5PhJE
ホラー映画。インターン医師たちが霊の存在、そして幽霊との会話が可能なことを証明するために、とんでもないことを思いつき、実行してしまう。NETFLIX(JP)で見られる。思いつきは怖いが内容は怖くない。お勧めではない。
モキュメンタリーホラー映画。泰韓合作。タイ東北部の巫女インタビューを通じて、彼女の周囲にある霊的に非常識な状態が明らかになっていく。日本でも公開した。NETFLIX(JP)で見られる。比較的グロい。お勧めではない。
プアン/友達と呼ばせて //youtu.be/CcZkHdfus_A
ドラマ映画。かつて友人だった白血病患者の別れの旅に付き合った結果、彼が自分の元カノの去就にも関わっていたことが明らかになる。日本でも公開した。WKWプロデュース。Amazon Prime(JP)で見られる。 おすすめ。
スピード＆ラブ //youtu.be/pg_Ij-3YySM
コメディ映画。カップスタッキングに生活をかける男と彼のサポートに青春をかけてしまった女性のゴタゴタを描く。韓国映画のパロディとか第4の壁描写とかが面白いが、それだけ。NETFLIX(JP)で見られる。お勧めではない。
運命のふたり 劇場版 //youtu.be/ShD0CvB9kWM
同名のドラマ第1弾(NETFLIX(JP)でかつて公開されていたが公開終了済)とドラマ第2弾との間をつなぐストーリーで、日本でいうと江戸末期ごろのタイ、バンコクに転生とタイムスリップが交錯する。この時代近辺に興味がある人には同時代の実在の人物とか出てくるのでおすすめ。逆に言うとほとんどの人にはお勧めではない。NETFLIX(JP)で見られる。
オー・マイ・ガール なんで今なの!? //youtu.be/VKk6UvyysU8
ラブコメ映画。たぶん性格は合うのだがタイミングが絶妙に合わない2人のラブストーリー。2020年代のバンコク周辺の若者事情覗き見としては見どころがあるが、あまりスカッとしない。NETFLIX(JP)で見られる。まあまあ。
You ＆ Me ＆ Me //youtu.be/s7H5JV9wfdQ
青春恋愛映画。替え玉を駆使しまくる双子女子の片割れを好きになってしまった男子とその双子が自分たちの家族的愛情との間で葛藤する。監督自身が双子女子という面でたぶん実体験がいくつも入っていると思われる。日本未公開。1999年代の風俗が懐かしい。おすすめ。
Home for Rent //youtu.be/db8puvbOhQw
ホラー映画。実話に基づく映画で、引っ越した後の家を他人に貸したら、その家で怖い儀式が行われるようになるというあらすじ。おそらく「邪厄の家」という邦題でそのうちNETFLIX(JP)でみられる。未見。
青春映画。推薦入学を狙って死んだ友達の遺作をネタに短編映画を作ろうとする高校生を中心に「友情とはなにか、親友とはなにか」を考えさせる作品。大阪アジアン映画祭で公開。日本で一般公開するべき。おすすめ。
