MUCKYWORX // PROJECT
MuckyTTS
PROJECT

MuckyTTS

Qwen3-TTSを自分の声でトレーニングしています。ついでにPiper-TTS用の音声モデルも出来上がるかもしれません。

さて、まだ知らない人のために言っておくと、実は自作の小説を書いていて、近いうちにどうにかして音声化したいと思っています。でも、自分の本をもう一度自分で読み上げるなんて正直勘弁なので、Qwen3-TTSで自分の声を生成してやらせようと考えています。そのためには、まず自分の声をトレーニングさせる必要があります。私はVoice Chaserパイプラインを使って、数ヶ月にわたり単に文字起こしをするだけでなく、声を録音して同時にデータセットを作成してきました。元のデータセットは純粋な発話時間で67時間ありましたが、ディスティレーション(ノイズ除去など)を経て、なんとか43時間が残りました。まだ開発途中で作業は続いていますが、ひとまずこの面白い試みを公開します。Hugging Faceからデータセットをダウンロードできますよ。たったの28GBです...