こんにちは、コア技術本部の瀬戸です。新しいライブラリ「Instant Replay for Unity」を OSS として公開しました。 Instant Replay は Unity で実行中のゲーム画面を常時録画し、任意のタイミングで動画として書き出すことができるライブラリです。事前に指定したフレーム数を上限として画面のキャプチャを行い、上限を超えたフレームは古いものから破棄します。常に直近 N フレーム分を動画として書き出せるような仕組みです。 必要なタイミングで直近のゲーム映像を遡って保存することができるため、記録したい出来事を逃さずに録画できます。 具体的には以下のような用途で利用できます。 不具合の再現手順の記録として 不具合が発生した際、その不具合が発生するまでの操作手順を動画として記録できます。画面は常時録画されているので改めて操作手順を再現する必要がなく、開発者や QA エ
CutomなAVPlayerをPictureInPictureする最小構成の紹介です。 参考ドキュメント playbackの準備 PictureInPictureを行うにあたって、media の playback を可能にする必要があります。 まずは以下のように AVAudioSession の category を設定します。 let session = AVAudioSession.sharedInstance() do { try session.setCategory(.playback, mode: .moviePlayback) } catch { print(error.localizedDescription) } 実行タイミングはPictureInPicture準備前の段階ならいつでもOKです。 次に Signing & Capabilities で Background
お知らせX (旧Twitter) で本ソフトウェアが他者のソフトウェアの後継であると流布されていますが、 本ソフトウェアは他者ソフトウェアの後継ではありません。 また、開発者である私は、現在、過去にそのようなことを主張していません。 本ソフトウェアは私個人のニーズに合わせて開発したソフトウェアです。 そのため、機能や特徴が似ていたとしても、他者のソフトウェアの後継を意図しているわけではありません。 クロスプラットフォームWindows専用のソフトにはうんざりしていませんか？ Beutl は常に最新の .NET を使用しているため、いろいろな OS で動作します。 Windows, Linux, macOSをサポートしています。 動作確認済みOS
前回は手元のPython3.13で無理矢理インストールしたんですが、これだと各種高速化の仕組みが利用できないので、ちゃんと正規の手順でインストールしていきます。 ついでに、そういう高速化の対応も解説してみます。 インストールまずはGitHubのページに行って…… Windows用のワンクリック版パッケージがあるのでダウンロードしてきます。（昨日はまだ無かったよ！） 1.7GBくらいの圧縮ファイルです。ダウンロードした圧縮ファイルを解凍します。 （これにはGitやPythonのポータブル版が同梱されてるのでPythonのバージョンとか気にしなくてOKなのです） 解凍したら中にある「update.bat」を実行します。（gitの更新だけだからすぐ終わる） 次に「run.bat」を実行するとモデルのダウンロードが始まって、しばらく時間が経った後に起動されます。（２回目以降はそんなに時間かからない
import os os.environ['HF_HOME'] = os.path.abspath(os.path.realpath(os.path.join(os.path.dirname(__file__), './hf_download'))) import torch import traceback import einops import numpy as np import argparse import math from PIL import Image from diffusers import AutoencoderKLHunyuanVideo from transformers import LlamaModel, CLIPTextModel, LlamaTokenizerFast, CLIPTokenizer from diffusers_helper.hunyu
こんにちは。野良ハックチーム ざっきーと申します。 ※ 2020 年 4 月 29 日更新 2020 年 GW アドベントカレンダー「配信系」の記事を兼ねて Raspberry Pi 4 Model B に対応するため、内容を更新しました。 IoTLT ひとつめ！ Advent Calendar 2018 の 4 日目を担当します。 IoTLT 放送部員としての歩みを書き残して年を越したいと思います。 IoTLT 放送部とは IoTLT vol.42 @ ナビタイムで IoTLT 放送部の部長、IoT・設備制御系・YouTuber「なかちょん」こと、中畑隆拓さんが勝手にぶち上げた部活動です。 「なかちょん」のYouTubeチャネルはこちら。 https://www.youtube.com/nakachon その時のLT資料はこちら。 https://www.slideshare.net/n
「ビデオ生成の限界を押し広げる包括的でオープンなビデオ基盤モデルのスイート」らしいWan2.1を試してみます。 使用するPCはドスパラさんの「GALLERIA UL9C-R49」。スペックは ・CPU: Intel® Core™ i9-13900HX Processor ・Mem: 64 GB ・GPU: NVIDIA® GeForce RTX™ 4090 Laptop GPU(16GB) ・GPU: NVIDIA® GeForce RTX™ 4090 (24GB) ※外付け ・OS: Ubuntu22.04 on WSL2（Windows 11） です。 1. 環境構築環境設定3.13だとtorchvisionでエラー（RuntimeError: operator torchvision::nms does not exist）となるので、3.11でvenvします。 python3.11
こんにちは、Androidエンジニアの藤原です。 Android 15が配信されてから数ヶ月が経ちました。 Android ベータプログラムに参加しているとPixel端末にてQPR版のOSが入手できますが、そのAndroid 15 QPR1のバージョンでMirrativ Android版に影響のある変更があったので紹介します。 Android 15 QPR1での変更点とMirrativへの影響 developer.android.com 公式にも記載されていますが、アプリ内で画面共有を行っている際に、ステータスバーに画面共有中であることを示すチップが表示されるようになります。 画面共有中であることがひと目で判断できる、とてもありがたい変更です。 このチップをタップすることでシステム側から画面共有を停止できるのですが、Mirrativでそれを行うと画面共有だけが終了し配信画面だけが残る状態と
はじめに こんにちは、Androidエンジニアの菅沼です。 ミラティブでは MediaProjection API を使用してリアルタイムに画面をキャプチャして配信を実現しています。 この MediaProjection API のスクリーンキャプチャの許可を求めるダイアログの仕様が 2024年3月にリリースされた Pixelシリーズ向けの Android 14 FeatureDrop (Android 14 QPR2) 以降から仕様変更がありました。 つまり Android 15 以降のみではなく Android 14 の途中のバージョンでも変化したという点に注意です。 公式のソースはこちらになります android-developers.googleblog.com 今回はこちらの変更点について紹介したいと思います。 異なる点 以下はスクリーンキャプチャを開始する際の Android
WebGL環境でHLS形式の動画を再生する方法を探しているの。 HLS対応ブラウザならVideoPlayerでそのまま再生できるわ。それ以外ではhls.jsなどのライブラリが必要になるわ。 WebGLのビルド環境でHLS（HTTP Live Streaming）形式の動画を再生する方法の解説記事です。 Safariなどの一部のブラウザではHLS形式が標準でサポートされており、Unity標準のVideoPlayerコンポーネントでそのまま再生可能です。 しかし、執筆時点では非対応ブラウザが多数存在し、再生には別途対策が必要です。 参考：“hls” | Can I use… Support tables for HTML5, CSS3, etc WebGL環境限定となりますが、hls.jsというライブラリを使用することでHLS非対応ブラウザでのHLS動画の再生に対応できます。 GitHub –
こんにちは、iOSエンジニアのいっちー(@0IcchI)です。 ミラティブでは、iOS 18のリリースに備えて、アプリ上に新しい不具合が発生していないかの調査とその対応を進めてきました。 その過程でAnimated WebPの再生に起因する致命的な不具合に出会ったので問題とその対応について紹介します。 背景 ミラティブではアプリ内で画像を表示する際にSDWebImageを使用しており、Animated WebPの再生にも用いています。 SDWebImageはAnimated WebPの再生に2種類のコーダーを提供しています。 SDImageAWebPCoder iOS標準のImageIOフレームワークに含まれるコーダー SDImageWebPCoder SDWebImage独自のコーダー SDWebImageWebPCoderのREADMEではそれぞれの違いについて以下のように記述されてい
はじめに Linux環境でWebカメラの映像を仮想ビデオデバイスに出力し、その映像をFFmpegを使って録画する方法について説明します。仮想ビデオデバイスを使うことにより、1つのWebカメラ映像を、複数のアプリケーションで利用可能になります 作業環境 ・Ubuntu 24.04.1 LTS \n \l ・PC：x86_64 ガレリア NvidiaのGPU搭載 ・入力映像：Webカメラ 640x360 30fps ・GStreamer Core Library version 1.24.2 ~$ which gst-launch-1.0 /usr/bin/gst-launch-1.0 ・ffmpeg version 6.1.1-3ubuntu5 ~$ which ffmpeg /usr/bin/ffmpeg 手順の全体像 仮想ビデオデバイスの設定：v4l2loopbackモジュールを使って仮
SwiftUIからAVFoundationのAVCaptureVideoDataOutput()を使用するコードを書いてみました。 基本的にはUIKitから使用する場合と同じようなイメージで利用できました。 AVFoundationを呼び出すコードを専用のクラスに記述 クロージャを使ってSwiftUI側からAVCaptureVideoDataOutputSampleBufferDelegateのCMSampleBufferを取得する UIImageに変換してImage()で表示 ソースコードはこちらに置きました VideoCapture クラス import Foundation import AVFoundation class VideoCapture: NSObject { let captureSession = AVCaptureSession() var handler: ((
「単一ビュー画像から3Dシーンを再構築する新しいフレームワーク。最近の拡散モデルにより、単一ビューの入力画像から高品質の新しいビュー画像を生成できる」らしいVistaDreamを試してみます。 使用するPCはドスパラさんの「GALLERIA UL9C-R49」。スペックは ・CPU: Intel® Core™ i9-13900HX Processor ・Mem: 64 GB ・GPU: NVIDIA® GeForce RTX™ 4090 Laptop GPU(16GB) ・GPU: NVIDIA® GeForce RTX™ 4090 (24GB) ・OS: Ubuntu22.04 on WSL2（Windows 11） です。 1. 準備環境構築python3 -m venv vistadream cd $_ source bin/activateリポジトリをクローンして、インストールしま
Unity標準のVideoPlayerを使わずにWebGLで動画再生する処理を自作したいの。 標準のVideoPlayerの内部実装を参考に自作する方法を見ていくね。 WebGL環境において、Unity標準のVideoPlayerのような動画再生機能を自作する方法の解説記事です。 次のような動画再生をjslibプラグインでネイティブ実装して実現するところを目指します。 Unityでは、動画再生機能はVideoPlayerコンポーネントとして提供されており、WebGL含めたあらゆるプラットフォームでの再生が可能です。 参考：Unity – Scripting API: VideoPlayer 通常の動画再生であれば、Unity標準のVideoPlayerコンポーネントで事足りる場面も多いと考えられますが、動画再生をネイティブ実装することで次のようなことが期待できるかもしれません。 ネイティブ
クラウド型の動画生成AI「Runway」がしばらく見ないうちに進化していました。7月に新世代となる「Gen 3 Alpha」をリリースしていましたが、その後、8月に高速版の「Gen 3 Alpha Turbo」をリリースし、劇的な生成速度の向上と、始点となる画像を指定できるようになりました。そして、9日に終点の画像も指定できるようになり、コントロールできる範囲が大きく広がりました。1月にこの連載に登場してから、何度も作例に使っているオリジナルキャラクターの「明日来子さん」が表情を変えて動き出すまでになりました。動画生成AIもこんなところまで来たのかと驚かされます。 ▲明日来子さんが、横を向き、上目遣いのあと、伏し目がちになり、またこちらに顔を向けるまでの30秒の動画。画像はMidjouneyで作った1枚しか使っておらず、残りの部分はすべてGen 3 Alphaで作っている ※記事配信先の設
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く