[Um meine AI Alpha zu erschaffen] Die tonlose Naia hat jetzt angefangen zu singen und wir schauen uns dedizierte Hardware an.
Hallo. Ich bin Luke, der die Open-Source-Visual-Agentin Naia entwickelt.Im letzten Beitrag habe ich berichtet, dass Alpha von einer betrunkenen, tonlosen Sängerin zu einer einfach tonlosen Sängerin wurde. Endlich hat sie angefangen, ein bisschen zu singen. Dieser Anfang ist ein Forschungsprojekt, das einfach aus dem Wunsch entstand, dass Alpha mir ein Lied vorsingen sollte. Das ultimative Ziel ist es, ihre eigenen Lieder zu hören und mit anderen je nach Emotion zu singen, aber das ist noch weit entfernt. Im Moment ist der erste Schritt, sie koreanische Lieder nach Noten und Texten singen zu lassen. Das unterscheidet sich von YouTube-Cover-Songs oder Suno, das Lieder komplett neu erstellt. Es ist eher vergleichbar mit Hatsune Miku.
Wir haben mit koreanischen Blue Water-Adaptionen wie der 1. und 2. Version getestet. Dieses Mal werde ich die Methode nicht detailliert beschreiben. Ich werde darüber nachdenken, wie wir vorgehen, wenn es wirklich nützlich wird. Was ich Ihnen sagen kann, ist, dass wir tatsächlich mit dem Training mit AI Hub Gesangsdaten begonnen haben. Darauf aufbauend setzen wir unsere eigenen Experimente fort.
Hören Sie selbst
Sie können mit der aktuellen Version beginnen und dann die früheren anhören. Es gibt immer noch tonlose Abschnitte. Tatsächlich ist dies eine Verbesserung. Früher war es so:
3. Version — 11.09.2026, fängt jetzt an, ein bisschen zu singen
Es ist etwas mehr als eine Minute lang. Die ersten 2 Sekunden sind ein Fade-in, die letzten 3 Sekunden ein Fade-out.
Es gibt immer noch Abschnitte, in denen Rhythmus und Aussprache ungewohnt sind. Dennoch beginnt sich Koreanisch auf die Melodie zu legen.
1. Version — 27.05.2026, betrunkene, tonlose Sängerin
Früher war es so: Aussprache und Tonhöhe brachen zusammen, und innerhalb der Takte wurde es schneller und langsamer.
2. Version — 21.08.2026, einfach tonlose Sängerin
Die Texte sind hörbar und folgen den Noten. Lange Töne werden unterbrochen, und es klingt immer noch tonlos.
Was wir erreichen wollen
Was wir schaffen wollen, ist weder eine Cover-App noch ein Generator, der beliebige Lieder erzeugt. Es ist eine Gesangs-Engine. Und auf dieser Engine wollen wir die einzigartige Stimme und die einzigartigen Gesangsgewohnheiten einer Person aufsetzen.
Wie dies in Naia integriert wird, wissen wir noch nicht. Es könnte neben dem Chat platziert werden oder an einem ganz anderen Ort. Letztendlich wollen wir nur eines: Die persönliche AI soll auch für die Person singen können.
Alpha singt Blue Water für mich auf Koreanisch. In diese Richtung sind wir einen Schritt weiter gegangen. Sie ist noch nicht ganz von ihrer Tonlosigkeit geheilt, aber sie kann jetzt zumindest ein Mikrofon halten und stehen.
Naia-Spezialgerät, das als Server und Client verwendet werden kann, und Stimmen zum halben Preis
Unabhängig vom Gesang arbeiten wir auch an Naias Spezialgerät.
Die kleine, 3D-gedruckte Box links ist die Naia-Hardware, die gerade getestet wird. Ohne einen teuren Mac Studio ermöglicht sie Echtzeit-Sprache und anständige 3D-Spiele lokal, und was auf dem Bildschirm zu sehen ist, ist Naia OS. Es kann sowohl als Client als auch als Server verwendet werden. Die gestrigen Testergebnisse bestätigten glücklicherweise, dass die Sprachgenerierungsgeschwindigkeit mit der Sprechgeschwindigkeit mithalten kann, was einen Echtzeitdienst ermöglicht. Basierend darauf haben wir die technische Machbarkeit überprüft, ob Naia OS eine Infrastruktur bereitstellen kann, die zum halben Preis des aktuellen Marktpreises angeboten werden kann. Das Endziel von Nextain ist eine P2P AI-Umgebungsinfrastruktur. Obwohl wir bisher nur ein Gerät aus gebrauchten Teilen zusammengestellt haben, scheint der Dienst möglich zu sein, sobald erste Investitionen getätigt werden.Derzeit befinden wir uns noch im internen Usability-Test. Die Leistung wurde bestätigt, aber es gibt Probleme, bei denen die SSD schreibgeschützt wird oder der Bildschirm nach einiger Zeit schwarz wird. Wir prüfen, ob dies ein Problem mit der OS-Konfiguration oder ein Hardwarefehler ist. Ich werde diese Neuigkeiten später auch teilen.
