なんちゃってSEの足跡

NVIDIA Canvasとは？ 公式によると AI により、筆で簡単に描いた線や形がリアリティのある風景画に変わります。背景をすばやく作成したり、コンセプトの探究を加速したりすることによりアイディアの視覚化にさらに多くの時間を使えるようになります。 とのことです。 ようは適当に描いた線や図形をAIの力でリアルな風景画に変換してくれるらしいです。 フロントエンドの開発をしているときにちょっとした絵が欲しいな、という時に役立つかもしれません。 アプリは こちら からダウンロードできます。 システム要件 GPUがRTX前提という、ちょっと厳しめ。 さっそく使ってみた NVIDIA Canvas を開いた直後の画面はこちら。   シンプルですね。 左メニューで筆や線、塗りつぶしなどを選んで、右上の Material から描きたい絵（海や岩など）を選択するだけです。 真ん中左にあるキャンバスに絵を描くと右のプレビューにAIでの変換結果がリアルタイムで表示されるようです。 ちなみに私が今回描いた絵がこちら。 幼稚園児でももっとまともな絵を描きますよね...... さてさて、これがAIでどう変換されたかというと、こちら！                   もう別物ですね（笑） こちらは NVIDIA Canvas の最終的な画面です。   上のメニューから .psd か .png にエクスポートできます。 .psd 出力は嬉しいですね。 NVIDIA Canvas で大体描いた絵を Photoshop で整形すればもっと良い絵が簡単に描けそうです。

MetaHuman Creatorとは？ MetaHuman Creator は実写並みのリアルなキャラクターをブラウザで作成することができるツールです。 作成したキャラクターは Unreal Engine で無料で使うことができます。 メリット 高クオリティなのに無料で使える。 ブラウザで動作するのでアプリをインストールする必要がない。 GPUのない低スペックPCでも動作する。    デメリット 作成したキャラクターは Unreal Engine 用なので Unity 等で使えない。 キャラクターに着せる服の種類が少ない。   ログイン MetaHuman Creator のページを開いて、右上の「サインイン」から EPIC にサインインします。 アプリ起動 ログイン後に表示されるページを少し下にスクロールすると「アプリケーション起動」のボタンがあります。             使い方 説明不要なほど簡単なUIです。 左メニューからポチポチとクリックするだけでキャラクターが作成できます。 今回はこのイケメンを5分程度で作れました。   注意点としてはプレビューのアニメーションを ON にしたままだと一部機能が使えない状態になってしまうので、編集中は画面下部の停止ボタンでアニメーションを OFF にしておきましょう。  ブレンド機能 複数のキャラクターをブレンドする機能があるのですが、パッと見で分からなかったので解説動画を作ってみました。 ※音が出るので注意。  

今回試すこと Python パッケージの librosa を使って曲の中からドラムの音を抽出したオーディオファイルを作成する。 また曲の中からドラム音を除去したオーディオファイルを作成する。 今回作成した内容は こちら で公開しています。   librosaとは？ オーディオ解析を分析するためのPythonパッケージです。 非常に多機能なのですが、今回はその中のHPSS（Harmonic/Percussive Sound Separation）を使って、ドラムとメロディを分離します。 librosa のドキュメントは こちら 。 インストール $ pip install librosa  分離した音源をファイルに出力 import librosa import soundfile # オーディオファイルを読み込む y, sr = librosa.load('オーディオファイルのパス') # メロディとドラムを分離する y_harmonic, y_percussive = librosa.effects.hpss(y) # 分離したドラムの音をファイルに出力する # 第2引数に y_harmonic を設定するとドラムを除去したメロディを出力する soundfile.write('ファイル名を含めた出力先のパス', y_percussive, sr, format='wav', subtype='PCM_16') 分離結果 librosa のサンプル音源を分離してみました。   音源分離前 ドラム音の抽出結果 ドラム音の除去結果

今回試すこと GitHub Actionsを使ってデプロイを自動化する。 デプロイ用のコメントをつけて push すると開発環境にデプロイする。 develop ブランチに push（merge）するとステージング環境にデプロイする。 releaseタグを作成すると本番環境にデプロイする。 特定のコメントをつけて push するとデプロイは行わない。 今回作成した内容は こちら で公開しています。   GitHub Actionsとは？ GitHub の CI/CD 機能です。 他の CI/CD サービス同様、リポジトリに対する push や pull request 等のイベントをトリガーに、あらがじめ定義していたワークフローに従って処理を自動実行することができます。 これにより、 push したらテストを実行にデプロイ。といった作業が自動で且つ 無料(利用上限あり) で出来るというありがたいサービスです。 GitHub Actions のドキュメントは こちら 。 無料枠 2021/09/22時点で下記の通り利用上限が設定されているようです。   無料の GitHubアカウントでも月に2000時間も使えるなんて、個人用途では十分過ぎますね。 ただし、 CI/CD を動かす OS は自由に選択できるのですが、その OS によっては実際の実行時間よりも多く消費されます。 Windows の場合：実際の実行時間の2倍の時間が消費される。 macOSの場合：実際の実行時間の10倍の時間が消費される。 例えば macOS で100分間 GitHub Actions を利用すると、10倍の1000分利用したことになります。 が、公開リポジトリの場合は、上記のような制限はないようです。 実際に使ってみる GitHub Actions の使い方は非常に簡単。リポジトリの .github/workflows にワークフローを記載した yaml を配置するだけです。 yaml のファイル名は自由で、複数ファイル配置しても大丈夫です。   作成したワークフローと解説 # 任意の名前 name: Workflow # このワークフローを実行するトリガーの種類。今回は push をトリガーに実行する。 on: [push] jobs: # 特定のコメ...