Saqoosha

とある英語読み上げ音声ファイルを日本語読み上げに変換するために Whisper で文字起こしして ChatGPT で日本語訳して text-to-speech してってのをやってみましたがあるていど分量を小分けにしないと日本語訳が要約されてしまったり text-to-speed の 4096 文字制限にひっかかったりしてそれなりにめんどくさいことになりましたがいちおうできました。

きょうはあがってきたモデルにあらかじめ準備しておいた色生成アルゴリズムをのっけてみましたが事前に80点ぐらいのいい感じになってた雰囲気にはぜんぜんならんくてまだダメ。