English · 简体中文 · 日本語

Side Storyは多くの人の成果、アイデア、不具合報告、試験に支えられています。元のAlexandriaコミュニティと各フォークの改善に協力した皆さんに感謝します。

• 元のAlexandria Audiobookアプリと、ダウンロードできるAlexandria音声プリセット。 Finrandojin · Alexandria voice presets

• ペルソナ生成、話者別名の解決、文脈付きスクリプトレビュー。関連プロジェクトはLilyです。 Ayush Naphade · upstream PR #42 · Lily

• Alexandria Audiobook2からNyaに継承した改善。上流のSystem Health Dashboard、OSをまたぐサブプロセス実行、Voice Training Dataset Preparerなど。 Michii / on22s · Alexandria Audiobook2 · #45 · #46 · #47

• 手動LLM方式、スナップショット、ペルソナの段階更新、プロンプト編集、人物状態別の声を形作った詳細提案・再現例・継続的な試験。 REFLEXGAMING007 · manual generation · snapshots · incremental updates · prompt editing · state personas

• 上流に統合された初期Web UI、Audio Editor、チャンク管理。 Alchemist-Production · integration · editor

• on22sが上流へ取り込んだHTMLエスケープによるセキュリティ改善。 PierrunoYT · upstream PR #39

• 外部TTSのimport不足修正。kishore-1404によるCUDAのVRAM属性修正にも感謝します。 Robertoge65 · upstream PR #19 · kishore-1404 · upstream PR #35

• 後の上流Docker更新に取り込まれたペルソナプロンプトの梱包修正。 MNeMoNiCuZ · original contribution and credit

継承した修正を支えた報告・アイデア・試験

• 初期のWindows／音声フィードバック、ダウンロードとCPU読み込みの報告。 ElBiggus · download · CPU-loading
• バッチ生成とキャンセル試験、古いクローンプロンプトキャッシュの原因特定と修正確認。 1BadAshB · stale clone-prompt cache diagnosis
• モデルキャッシュ読み込みとNVIDIAでの低速化の報告・試験。 generallogin · model-cache loading · NVIDIA slowdown
• 学習／推論のprefill修正を特定・確認する助けになった韓国語LoRA試験。 ryuhda · training/inference prefill fix
• 安全な項目フィルタリングにつながった不正LLM出力の報告。 sdbrown67 · malformed LLM-output report
• 言語設定と編集可能レビュープロンプトを改善する助けになったドイツ語とプロンプトの意見。 WirelessRoth · German-language and prompt feedback
• Dockerの起動、設定、VRAM解放の報告。 damajor · Docker startup, configuration, and VRAM-cleanup reports
• 上流で採用されたDrive優先保存とngrokを使わないColabの提案。 futuregadets · Drive-first storage · ngrok-free Colab
• 外部音声クローンの言語に関する報告。 Tortoise17 · external voice-clone language report
• 目次に基づく章見出し回復につながった画像形式EPUB見出しの議論。 starpause · image-based EPUB chapter-heading discussion · AA2 implementation

• Nyaのfp32モデル読み込み経路に参考となったAMD APUの精度修正。 cjdell · port
• OpenAI推論モデルの要求処理、環境変数参照APIキー、推論設定、参照検証、外部TTSプール、更新する物語文脈のアイデア。 XinchaoGou · ports · reasoning controls · reference validation · server pools
• MP3ビットレートの知見と、キャンセル可能な結合、出力進捗、モデル選択、タブ記憶のアイデア。AA2で独立に実装されNyaへ継承されました。 Darkkingwill · bitrate · interface improvements
• TTS生成トークン上限の設定というアイデア。対応するメモリー推定とともに実装されました。 shangyuok · implementation
• 本をまたぐ配役記憶と生成音声の一貫性確認のアイデア。Alexandriaで独立に実装されました。 dudarenok-maker / Castwright · series memory · voice checks
• 引用の話者割り当て研究。michelプロンプト群としてAlexandria独自のプロンプトと周辺文脈処理へ適応しました。 Gaspard Michel, Elena V. Epure, Romain Hennequin, and Christophe Cerisara · implementation

研究上の影響と共有資料

NyaはAA2の研究からも知見を得ています。以下は実験や評価資料への謝辞で、すべての実験・データセット・モデルがNyaの実行環境に含まれるという意味ではありません。

• 行ごとの指示語彙と、安定した声の特徴を読み方から分ける実験。語彙はAA2研究ツールに移植され、比較結果が声の同一性の改善に役立ちました。 Xiao Zhang / buddies · audit · voice changes
• AA2の引用を考慮した分割実験に取り入れた句読点の優先順位。 p0n1
• AA2で検討した、音声の再書き起こしによる検証と途中切れ検出のアイデア。 zeropointnine
• 話者比較のきっかけとなったBookNLPベースライン。David BammanとBookNLP貢献者の文学NLP研究にも感謝します。 Drew Thomasson / VoxNovel · David Bamman and the BookNLP contributors
• AA2で検討した重み付き声混合。WhiskeyCoderの独立したQwen3-TTSチャンク長の知見も比較に使われました。 nazdridoy · WhiskeyCoder
• PDNC注釈者、RiQuAのSean PapayとSebastian Padó、DraCorコミュニティによる、AA2話者研究で使った注釈付き文学資料。 Krishnapriya Vishnubhotla, Adam Hammond, and Graeme Hirst · Sean Papay and Sebastian Padó · DraCor
• AA2の構文フレーム実験で検討した引用話者の分類。Frank RudziczらBookNLP-OG共著者によるエンドツーエンドの話者割り当て比較にも感謝します。 David K. Elson and Kathleen R. McKeown · Frank Rudzicz and the BookNLP-OG coauthors
• AA2で調べた音声モデル設計のアイデア。CosyVoiceはNyaの実行時依存関係ではありません。 CosyVoice team
• LibriVoxの読み手、Project Gutenbergと青空文庫のボランティア、LJSpeech、Hi-Fi TTS、AISHELL-3、Kokoro Speech Dataset制作者による、研究比較の人の朗読と原文。 LibriVox · Project Gutenberg · Aozora Bunko · LJSpeech · Hi-Fi TTS · AISHELL-3 · Kokoro Speech Dataset
• 同じ場面の人物同士の声の対比と、一貫した人物の声についての実務的な考え方。第三者通知にも配役の参考資料を記録しています。 Jay Myers · Malk Williams · Third-Party Notices

参考研究、適応した内容、資料ごとの権利上の注意は THIRD_PARTY_NOTICES.md に記録しています。

次のプロジェクトの保守者と貢献者に感謝します。

• ローカル音声生成、クローン、Voice Designを支えるQwen3-TTS。Alibaba Qwenチームに感謝します。 Qwen3-TTS
• モデル実行とアダプター学習。SpeechBrainは声の検査用の話者埋め込みを提供します。 PyTorch · Hugging Face Transformers · PEFT · SpeechBrain
• アプリ配信と音声処理を支えるFastAPI、pydub、SoundFile、librosa、FFmpeg。Gradioは外部TTSクライアントに使います。 FastAPI · pydub · SoundFile · librosa · FFmpeg · Gradio
• 付属ブラウザーUIの資産。固定版の取得元とライセンスをapp/static/vendorに保持しています。 Bootstrap · Font Awesome · Marked · DOMPurify · app/static/vendor
• インストールと起動の基盤。 Pinokio
• 任意のVoice Toolsを支えるllama.cpp、llama-cpp-python、Whisper、whisper.cpp、Silero VAD、pyannote.audio。ローカルLLM配信、書き起こし、発話検出、任意の話者分離に使い、基本手順とは別の導入・モデル要件があります。 llama.cpp · llama-cpp-python · OpenAI Whisper · whisper.cpp · Silero VAD · pyannote.audio

謝辞は支持や推奨を意味しません。ライセンス、第三者通知、各モデル・データセット・依存関係の利用条件を補足し、置き換えるものではありません。

ホーム · インストール · 初回手順

英語版の謝辞はNya main 8c7a33c、保持する通知、リンク先の上流／AA2貢献履歴を参照しています。日本語版はその謝辞を翻訳したもので、新たな研究結果の主張は追加していません。