音声ファイルと歌詞(.txt)を入れるだけで、同期歌詞を自動生成するソフト  CTCLRCをリリースしました。

歌詞を基準に各行のタイミングを推定

✅ GUI ✅ 初回のみモデルを自動ダウンロード（オフライン版のビルドにも対応） ✅ OSS

カラオケ、歌詞制作などにぜひ。

https://github.com/Kdroidwin/CTCLRC

余談

要求スペックはそこそこ高いです。

実は以前はWhisperXというツールをベースにしていたが精度があまり良くなくこちらのctc-forced-aligner MahmoudAshraf/mms-300m-1130-forced-aligner をベースにしたという経緯がある。

３億パラメータは Open AI Chat GPT2 レベルと同じくらいの数だがこちらのツールはアライナーだけなので同じ精度とは思わないでください。アライナーとしてはかなりパラメータが多くかなり精度が良いです。

これはAIを利用したものですが、LLMを利用したものではありません。