blog

3Dモデリングのあれこれ

遡ること、約1か月前。 (そんな昔の話じゃないです) 今の時代、『一家に一台』はあるという3Dプリンターを当社でも導入しました! すみません。『一家に一台』は冗談ですが、『一家に一台』は欲しくなるカッコ良さです。 まず、無料の3Dモデルを使用して『タコ』を作成してみました。 その『タコ』を作る様子を収めたタイムラプス動画がこちら。 「折角なら、自分たちで作った3Dデータを実際に出力したい!」 という事で、『3Dモデリング』のハンズオン勉強会を開催しました。 Tinkercad https://www.tinkercad.com/ 3Dモデリングに使ったソフトです。 個人的には、UIが直感的で分かりやすく、操作がしやすかったです。 チュートリアルもあるので、私のような初心者の方におススメです。 CREALITY https://www.creality.com/pages/download-software 印刷用データを作成するソフトです。 今回は初めて使用したので、最低限の設定だけ使いました。 ハンズオン中、「10分で簡単な3Dモデリングを作ってみよう」という課題に挑戦! 「んん? 想像しているように作れないぞ」 が、率直な感想でした(笑)。 頭の中が2Dになっているからか、オブジェクト同士をくっつけたつもりでも 視点を変え、別の方向から見ると「くっついていない」という事がありました。 簡単に3D脳になれないようです。 想像通りに作れなかったですが、時間を忘れるくらい夢中になれる楽しさでした。 『3Dモデリングのあれこれ』は、『あれ? これ?? 楽しいぞ!!』のあれこれでした。

LINEの日本語言語モデルを使用してみて

気がつけば、8月です。 という事で、久しぶりのブログです。 LINEが日本語言語モデルを公開しました。 LINE Engineering LINEが公開した日本語言語モデル「japanese-large-lm」を使用してみて、以下のことを実感しました。 ・日本語は英語の1億5000倍複雑な文法体系を持つ ・カタカナ語が日本語の語彙の約3分の2を占める ・日本語は、英語の約11倍もの長さの文を含む日本語をマスターする のは容易なことではありませんが、その日本語をマスターした先に広がる世界は非常に面白そうだと感じます。 日本語をマスターしたその先に、いったいどのような世界が待ち受けているのか。 言語学習者の皆さん、新しい言語のモデルが発表されていたら、ぜひ自分の言語モデルに追加したいですよね(笑)       ……はい。 今回のブログをこれで終わらせても良かったのですが、、、白状します。 若干、途中の文章を省いてますが、LINEの日本語言語モデルを使って、感想を書いてもらいました。 指定した文字数は500文字 「LINEが公開した日本語言語モデル「japanese-large-lm」を使用してみて、」の続きを書いてくれたのが、先ほどの文章です。 今回、気軽に試したい!と思い「Google Colab」を使用しました。 Google Colab !pip install transformers !pip install sentencepiece import torch from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline model = AutoModelForCausalLM.from_pretrained(“line-corporation/japanese-large-lm-3.6b”, torch_dtype=torch.float16) tokenizer = AutoTokenizer.from_pretrained(“line-corporation/japanese-large-lm-3.6b”, use_fast=False) generator = pipeline(“text-generation&

ReazonSpeechがあれば、議事録は取らなくていい?その2

その1の検証で分かったこと。 ・区読点、改行がないと読みづらい ・音声ファイルの長さによって、精度が異なる、音声の一部が省略されてしまう? 『ReazonSpeech』があれば、議事録は取らなくていい!? その1 からの続きになります。   一度、Google Colab環境で『ReazonSpeech』を実行できるので、試してみました。 Google Colab ReazonSpeech   『Google Colab』とは? ブラウザからPythonを記述、実行できます。 環境構築が不要で、簡単に共有できる便利なサービスです。   『Google Colab』では、15秒以下の音声を対象にしているようなので、『VOICEPEAK』で15秒の音声ファイルを作成し、流してみました。 実際の音声 実行結果 本日はご多忙の中、お時間を作ってくださり、ありがとうございます。 いえいえ、こちらこそ、ありがとうございます。 本日はごちそうのお時間を作ってくださりありがとうございますいえいえこちらこそありがとうございます 「ご多忙」が「ごちそう」になってしまいました。   続いて『VOICEPEAK』ではなく、私の声で試してみました。 実際の音声 実行結果 本日はご多忙の中、お時間を作ってくださり、ありがとうございます。 いえいえ、こちらこそ、ありがとうございます。 ほんじつはご家庭のなかおじかんをつくってくださりありがとうございます 「ご多忙」が「ご家庭」になっています。 「ご多忙」という言葉を判断するのは難しい?? それよりも「いえいえ、こちらこそ、ありがとうございます。」がカットされている!! 今回は書きませんが、『VOICEVOX』の音声でも試しました。 滑舌やアクセント、イントネーションなどによっても結果は変わりました。 そう考えると、私の滑舌が悪すぎて、後半見捨てられてしまったのでしょうか。 …滑舌の事は、いったん忘れる事にしましょう。   こちらで、試してみる事にしました。 ① 音声ファイルを15秒以内、「。」の所で分割する。 ② 分割したファイルを『ReazonSpeech』を使用して出力する。 音声ファイルを分割するソースコードを書く予定でしたが、『VOICEPEAK』で音声ファイルを分割して出力できたので、分

昔読んだ本:ハッカーズ(スティーブン•レビー)

ハッカーズ(スティーブン•レビー) 先日、家族と話をしていて、昔読んだ本について話題になりました。 その時、「ハッカーズ(スティーブン•レビー)」の話になり、本の内容を説明していて、気づいたんですが、 意外とこの本の影響を受けてたなと思って、買い直してみました。 この本、中3か高1位の時、当時、少ないお小遣いをはたいて買ったんですが、当時は、読書力も無く、とにかく読みにくくて、 それなりに読むのに時間が掛かった記憶がありました。 買い直して、改めて読むと、進む進む。読書力は、少しは進歩している様です。 内容は?というと。 一番印象に残っているのは、1960−70代のアメリカ、コンピューターの黎明期。 この頃のコンピュータは、滅茶苦茶デカくて、タンス3個分、4個分のデカさ。パンチカードの束を作りロードしていた時代から、紙テープにバイナリをパンチする時代。バイナリを直接打ち込むから、アセンブラ、初期の言語、PL/I、FORTRANなんかで書いていた。当然、コンピュータも貴重なので、なるべく効率的に利用する様な運用になっていたんですね。24時間、予約制で利用する事になっていました。 この時代のMITで、既に「ハッカー文化」があったんですね。 「テック鉄道模型クラブ」の鉄道が好きというよりは、模型を動かす制御系が好きなメンバーが中心に、コンピュータルームの前にたむろし、コンピュータプログラミングの沼ハマっていく。夜中にコンピュータの利用予約した人が来ない利用枠をもぎ取るため常に待ち構えるので行動は夜間中心。凄いコードを書く、コードを改良する事を競い合い、素晴らしいコードを書く人間は、どんな人間でも認められ。酷いコードを書く人は、どんな人でも蔑まれる。当然。このコミュニティのプログラミング能力は、素晴らしく高くなっていく。 12才の学習障害のある少年が良いコードを書く様になり、コミュニティに受け入れられる一方、正規ユーザーである、大学院生が、無限ループのコードを何度も書いて、呆れられ、最終的には、無限ループを実行すると、無能をディスるメッセージと共に親切にも原因を教えてくれる様にシステムを改修され、結果、大学院生が怒鳴り混んで来た話もあったそうです。(親切だが、一言多い。。。) また、夜中にコンピュータが壊れて、直すのに、朝担当者が来る迄待てないので、部品がある部屋や、工具の

ReazonSpeechがあれば、議事録は取らなくていい?その1

会議や打ち合わせで、会話を録音し『ReazonSpeech』を使用すれば、議事録を取らなくていい? のか検証してみました。 『ReazonSpeech』とは? 日本語に特化した高精度な音声認識モデルです。 無償で使用でき、商用利用可能です。 『ReazonSpeechクイックスタート』を参考に作業開始です。 『VOICEPEAK』を使用し、約4分の打ち合わせ??のような音声ファイルを作成しました。 環境を構築し、コードも書きました。   いざ、実行!!! Traceback (most recent call last): File “xxx.py”, line 10, in assert rate == 16000, f”Invalid sampling rate: {rate}” AssertionError: Invalid sampling rate: 24000 エラー、、、はい、大丈夫です。 トライ&エラーはつきものです。こんな事では凹みません。 「無効なサンプリングレートだよ! 何をやってるんだよ!!」と、怒られています。 なるほど。音声ファイルを16000レートにしないと、エラーになるようです。   作成した音声ファイルのレートを変換し、再度、実行!! can’t allocate memory: you tried to allocate 2434019328 bytes 再度、エラー、、はい、大丈夫です。 こんな事では凹みません。 「メモリ不足だよ! ちゃんと考えろよ!!」と、怒られています。 調べていくと、音声が長すぎるようです。...

Let’s Try!ラジオ体操

爽やかで健康的な朝を迎えるべく、ラジオ体操を始める事にしました。   …と、決意をしてから、何ヶ月か経ちました。 なぜ、何ヶ月も経ってしまったかというと、朝起きるとラジオ体操をする事を忘れてしまうからです。 はい。至って、簡単な理由です。 「どうすればいいのか??」と思い悩んだ結果、、、思い浮かびました。   題して 『起床時間に自動でラジオ体操がテレビから再生されれば、否が応でもラジオ体操をするでしょう方法』 です!!   さぁ、Let’s Try!! > ————————————————————————– ● SwitchBotハブミニ ● GoogleNest ● GoogleHomeアプリ ● SwitchBotアプリ ● スマホ ● テレビ+ブルーレイ(、DVD)ディスク ● ラジオ体操のDVD(、ブルーレイ)   > ————————————————————————– 1)『SwitchBotハブミニ』にTVのリモコンを登録します。   ※リモコンの登録手順 2)『GoogleNest』で『SwitchBot』を使用する為にシーンを作成します。   ※シーンの作成手順   登録前に…シーンとは?   実行条件を設定し、条件が満たされた時に操作させたいデバイスを登録できる機能です。   実際に私が作成したシーンは、こちらです。 シーン名 登録したデバイス テレビをつけて TVリモコンの電源ボタン ブルーレイに切り替えて TVリモコンの入力切り替えボタン 再生して TVリモコンの再生ボタン   今回の使用方法とは異なり

Raspberry PiにHome Assistantをインストール

2023年、初めてのブログです。 本年もどうぞ、よろしくお願い致します。 「Home Assistantを利用してみよう」と思う出来事が起きました。 ※その出来事については、次回のブログで書くかもしれないし…書かないかもしれません。   今回は、タイトル通りの事を行いました。 その前に『Home Assistant』とは? https://www.home-assistant.io/ 『Home Assistant』を使って、自宅にあるデバイス(TV、電気などの家電製品やGoogleNestなど)をコントロールでできるオープンソースになります。 サイトには「日が沈むときや帰宅時に電気をつける」、「ガレージのドアを開けたままにすると警告する」と、いった例が書かれてました。 ふむ。例に書かれている事は我が家ではやりませんが、、、可能性が広がります。   さて、本題です。 『Home Assistant』をインストールします。 サイトは『Raspberry Pi』を推奨していました。 おっと。偶然ですね。 我が家に『Raspberry Pi』がありました。 その他、サイトに書いていた推奨ハードウェア  Raspberry Pi 4 (Raspberry Pi 3もOK)&電源  ※Raspberry Pi 3なので、良かったです。  32GB以上のSDカードを推奨  イーサネットケーブルです。  ※インストール時に必要と書かれていましたが、Wi-Fiでなんとかなりました。 条件クリア!! 問題なく、インストールできそうです。   今回『Home Assistant OS(HAOS)』をインストールする https://www.home-assistant.io/installation/raspberrypi のではなく、 『Raspberry Pi OS』を使用&『Home Assistant』をインストールする方法を選びました。 https://github.com/home-assistant/supervised-installer サイトの手順通り進めていたのですが、、ここで問題が発生!! ——————————&#

『OpenAI』と『ChatGPT』を比較

  チャットができるAI『ChatGPT』を使ってみました。 https://chat.openai.com/auth/login 使用するまでの流れは割愛します。 まずは簡単な質問から。 私の求めていた回答『バ〇ァリン』よりも素晴らしい答えが返ってきました。 ふと、ここで「『ChatGPT』のAPIってあるのかな?」と、思いました。 これも聞いてみましょう。 次は敬意をもって、敬語で聞く事にしました。 用意されていないようです。 その後もやり取りを続けていたら、『GPT-3』、『OpenAI』があるよ的な事が返ってきたので、使ってみる事にしました。 OpenAI APIリファレンス https://beta.openai.com/docs/api-reference 簡単に試してみたい方はこちら https://beta.openai.com/playground/p/default-text-to-command   まずは、APIキーを発行します。 https://beta.openai.com/account/api-keys 『openai』をインストール $ pip install openai APIリファレンスのサンプルコードを参考に https://beta.openai.com/examples Pythonでプログラムを作成 ★一部抜粋 import os import openai openai.api_key = os.getenv(“OPENAI_API_KEY”) response = openai.Completion.create( model=”code-davinci-002″,   prompt=user-question, temperature=0.5, max_tokens=1024, ) 使用したオプション ・model(必須)  https://beta.openai.com/docs/models/codex ・prompt(任意)  コードで何をするか説明 ・temperature(任意)  デフォルトは1  高い値は、創造的な回答になるようです。明確な答えを求めている方は、0を設定してください。 ・max_tokens(任意)  デフォルトは ...

約3年振りの『スペースプローブコンテスト』

2022年9月17日(土)、植松電機様主催の『スペースプローブコンテスト』が開催されました。 現地での開催は、約3年振りです。   スペースプローブコンテスト https://spc.uematsudenki.com/wp/   その話題のブログという事は…そうです! この度、弊社社員が『スペースプローブコンテスト』に参加しました。 今年は、なんと! 最多応募!! 9チームが出場したそうです。 『出場までの流れ』は、割愛します。こちらをご覧ください。 SPC出場までの流れ 『順位を決める審査内容』を簡単に説明します。 ・自作プローブを上空約100メートルで放出し、どれだけ目的地点近くに落下することができるか ・事前準備、制作技術、オリジナリティやプレゼンなども審査対象   本番当日の模様です。 調べたところ、コンテスト当日は「大安」です。 やってはいけないことが何もない日なので、どんと、打ち上げちゃってください! さぁ、弊社社員の打ち上げ結果は!?   ……審査結果は!? 『優秀賞』、『HASTIC賞』を頂きました!! おめでとうございます!!!   当日のドキドキ感、自作の楽しみもコンテストの醍醐味だとは思いますが、他チームの打ち上げやプレゼン発表を見るのも楽しそうですね。 見どころ満載のコンテストだったのではないでしょうか。