さて、ここでは私のMIO TTSボイスについて。単純に、OpenClawエージェントの音声出力に、心地よいドイツ語の女性の声が欲しかっただけなんです。でも、どうしても見つかりませんでした。そこで、自分のパイプラインをフル稼働させて、Qwen3-TTSのSoheボイスで18時間のデータセットを作成しました。実質的に、自分の小説をこの声で読み上げさせた感じです。そうしてデータセットを作り、1300エポックかそこらでPiper TTSのボイスをトレーニングしました。このモデルの利点は、A) 音質が良く聞き取りやすいこと、そしてB) Piper TTS経由でめちゃくちゃ速くてリソース消費が少ないことです。ご存知の通り、Piper TTSはほぼどんなトースター(低スペック機)でも動きますから。あわせて、モデルとデータセットをアップロードしたリンクを貼っておきます。