どうでもいい雑記その1858
色々作ってるやつの経過メモとか。
画像生成GUI
- なんかSafariのアップデートの所為なのか blob:http でプレビューできる画像を直接別タブで開くことができなくなってので、生成履歴ライブラリと生成画面のプレビュー欄に拡大表示ボタンを実装して画像を拡大表示できるようにした。
- 新機能に関してはうーんという感じなのでいったん開発を止めている。
デスクトップマスコット
- LLMを利用した伺かが欲しい、ということで開発開始。
- Swift使ってmacOS完全ネイティブにしようかと思って作り始めたものの、Xcodeが使いづら過ぎるので、Tauri + Rustでゼロから作り直している。
- ごくごく基本的な機能の実装は完了して、LLMを利用したランダムトーク（季節や天気によっても内容変更、蓄積された会話履歴からも話題抽出）、ユーザーの入力に応じた応答、Irodori-TTS-Severを利用したセリフの読み上げ、台詞の感情に応じた立ち絵の切り替えと瞬きアニメーション、長記憶機能、あたりは実装完了。
- 基本実装が済んだ今はリファクタリングというか、基礎の見直し工事中。
- それが終わったら好感度変化みたいな機能を取り入れたいところ。あとは伺かみたいな立ち絵切り替えとかじゃなくてアニメーションさせたいのよね。
ロールプレイチャットシステム
- Irodori-TTS-Serverを使ったセリフ読み上げが思いのほか破壊力高かったので、こちらにも実装すべく改修中。
- 台詞しか出力されないチャットモードでは問題ないんだけど、ト書きがある小説モードではト書きが読み上げられないようにTTSサーバーに投げる内容の事前処理が必要。
- 自動再生も考えたけど、一度読み上げられた台詞を聞きなおしたいこともあるだろうということで、Bot側の出力の再生成ボタン、編集ボタンの並びに読み上げボタンを設置することにした。
- Irodori-TTSのベースのボイスはキャラクターごとに設定できる必要があるので、そこも考慮しないといけない。
- 今のところ全データがJSON管理なので少し見直すべきかなぁとは思っている。IndexedDB使うのかSQLite使うのか。