レビュー・比較 VibeVoice-ASRの使い方｜日本語の会話を話者つきで文字起こし、Whisperと比較
Microsoftの文字起こしモデルVibeVoice-ASRを日本語の2人の会話で検証。話者26行すべて正解、用語ヒントで誤り率3.5％。9分では話者の区切りが粗くなる点も実測。
こまたろ
レビュー・比較 
ComfyUI comfyui-pose-galleryの使い方｜ポーズ図鑑の線画をAnima LLLite v2に渡して姿勢を指定する
ポーズ原図1,439枚の図鑑ノードをAnima LLLite v2で検証。6ポーズすべて線画に沿い1枚約7秒。肩の関節の丸が服に出る問題と、原図が商用不可である点も解説。
AI動画・プロンプト H3 Character Sheet Designerの使い方｜1枚の画像からキャラクターシートを作る（5面・7面・13面を実測）
MiniMax H3で全身画像1枚からキャラクターシートを作るComfyUIノード。RTX 5090で5面37秒・13面70秒。靴や服のずれ、レイアウト画像の注意点も検証。
レビュー・比較 Fileeの使い方｜無料・オフラインのファイル変換をコマンドで試した（Office不要）
Fileeは、画像・動画・音声・文書の形式をPCの中だけで変換する無料のツールです。Windows 11でコマンドを使い、PNG→WebP、MP4→MP3、Markdown→PDF、Word→PDFがどれも1件2秒ほどで終わりました。
レビュー・比較 agent-browserの使い方｜AIエージェント向けブラウザ操作CLIをWindowsで試した
Vercel Labsのagent-browserは、ページを要素の一覧に変えて番号でクリックや入力をするAI向けのブラウザ操作コマンドです。Windows 11で導入し、KOBO Labの検索や、バナーに覆われたボタンを押したときの返事を確かめました。
AI動画・プロンプト MiniMax H3で30秒の動画を作る｜Long Generationで窓に分けると443秒→303秒
ComfyUI-MiniMaxH3-TemporalWindow-SpatialTilesのLong Generationで、H3の15秒・30秒の動画を5秒の窓に分けて作り、1回で作る場合と比べました。30秒は443秒が303秒に縮みましたが、15秒では台本の進みが遅れました。
AI動画・プロンプト Relay-VSRをComfyUIで使う｜H3の動画を1ステップで2倍、5秒が18秒（RTX 5090）
1ステップの動画超解像Relay-VSRのComfyUIノードで、MiniMax H3の動画を縦横2倍にしました。1344×768・5秒が18秒で2688×1536になり、音声もそのまま残りました。offloadの有無とVRAM、タイル分割も比べています。
ComfyUI ComfyUI-AudioSRの使い方｜H3の音声を48kHzにする、長い音声はoverlapが必要
ComfyUI-AudioSRで、MiniMax H3の動画の音声（32kHz）や帯域の狭い音声の高域を描き足して48kHzにしました。5秒が約4秒、41秒は約80秒。長い音声はoverlap 0だと区切りで音量の段差が出ました。
レビュー・比較 sand3dの使い方｜AIに3Dモデルを書かせるPythonライブラリをWindowsで試した
sand3dは、3Dの物を短いPythonのプログラムで書くためのライブラリです。Windows 11で同梱の例9つを書き出し、Claude CodeにAPIの説明だけで部品を書かせると、マグカップや箱は1〜2回で完成しました。
ComfyUI ComfyUIで4コマ漫画を作る｜MossPanelDatasetでコマ割りとセリフをMOSS-Imageに入れる
MOSS-Imageで漫画を作るカスタムノードComfyUI-MossPanelDatasetを試しました。コマ割りを見本から選び、場面とセリフを入れるだけで、4コマ12枚すべてがコマ割りどおりに、11枚でセリフが正しく描かれました（RTX 5090で1枚約11秒）。