街全体をスキャンして1億以上の3Dガウス分布からレンダリングした ...

複数の画像から3Dデータを作成する3Dガウススプラッティングを使って、街1つを丸ごと3Dモデル化した結果が公開されています。3Dモデル生成に使われたマシンはM2搭載MacBook Airで、約1億600万の3Dガウス分布から構成されています。

「faster-whisper」を導入、音声を文字に起こしてみよう

文字起こしで使われる音声認識AIの代表格と言えるのが、ChatGPTで有名なOpenAIが開発した「Whisper」でしょう。音声認識の精度が非常に高く、日本語にも対応しています。本特集ではWhisperを高速化した派生モデル「faster-whis ...