Stable Diffusion の prompt を tensor に変換する部分の CLIP が気になって論文解説サイトをグルグルして知らないワードが出てくるたびに掘ってるうちに1日終わってたけどなんとなく表面10％ぐらいしかわからん。あんまりアニメみないんだけどチェンソーマン1話見てしまってグロいなー無理かなーでも2話いちおうみとくかーって見ててエンディング1話と違う？ってこの声もしや・・・と思ったらやっぱり不意打ちずとまよ新曲〜よい〜またライブ盛り上がりそうな曲〜
ひさびさに Adobe Max の Sneak Peak を見るなどしましたがやっぱり新技術のデモは製品になるならんはおいといても純粋にたのしい。
Mubert-Text-to-Music はテキストから楽曲生成するのかと思いきや prompt を Mubert ていう楽曲生成 AI 用のタグリストに変換してるだけで Stable Diffusion の音楽版て感じで prompt engineering ができるわけではないぽいなーと思ったり ML で rigging ってどーすんのかなーと RigNet のコード見てたら Graph Convolutional Network なる手法でグラフ理論が ML にもってこれるってーことを学んだりした。
