Vroid studioで作ったモデルをMMDではなくMac用に出ているnanoemで動かしたかった話。
ブログ二日目にしてプログラミングと関係ない話題ってどうなんでしょう。
今回はMMDに関して動画を見たことしかない初心者がMacで一からVroid studioでモデルを作って最終的にはMikuMikuDan
この記事に関してはMMDとはなんぞや?という方よりもMMDに挑戦してるけれどうまくできないぜっていう方向けです。
というかmacユーザーにしか需要ないです(おい
結論を先に述べると1からVroid studioで作ったモデルをnanoem(Mac用MMD互換
1からモデルを作成し,最終的にMMD動画を作成する上で必要なステップがWindows,Macに共通して4つあります。
1、Vroid studioでオリジナルのモデルを作成する。
2、Vroid studioで作ったモデルの拡張子をVRM to Pmx Converterを用いてPMX MMD対応の拡張子に変換する※2。
3、PMX Editorでモデルに準標準化ボーンを追加する
4、nanoemにモデルやモーション等を追加して踊らせる
こちらの2と3が曲者なのです。
2と3のソフトに関してはWindows専用のソフトとなっており,特に3のPMX Editorに関してはMacで互換性の
そのためvroid studioで作成したモデルをMacOSのみで綺麗に動かすことは不可能
これらの問題に関して,対処法としてはWindowsのパソコンを持っている方にお願いして代わりに準
(そもそもBoot CampでWindows動かせる人は最初からMMDを使ったほ
もしこちらをクリアしていたとしてもnanoemではVroid studioで作成したモデルが正しく読み込まれないことがあり
こちらに関しては開発者様に問い合わせたところ原因は判明しており次回のアップデートで解決される予定とのことでした(この記事を書いている10/9現在ではまだ解決されていません)。
上記の理由によりVroid studioで作成したモデルをnanoemで動かすことは不可能ということになります。
ただ,準標準化ボーンが追加された状態で配布されているオリジナルモデルに関しては基本的にnanoemでも問題なく動かすことはできました。
そんなわけでオリジナルモデルを作成してMMDで踊らせたい!っていうmacユーザーはwindowsPCを買うかOS書いましょう。
それしか手段はありません・・・。
※1
MMDというソフトその
そのため、MacユーザーにはMac用のMMDの互換ソフトであ
※2
2に記載のソフトはWindows専用ですが、Unityを使用
ガチ初心者がMacでVRoidモデルをMMDモデルに変換して動かそうとして1週間とかした - Qiita
別の方が詳しく書いておりますのでそちらをご参照ください。
※3
綺麗に動かすことが不可能と書いた理由は準標準化ボーンなどが入っていない状態でもMMDやnanoemに読み込ませること自体はできるという理由からです。
ただし,モーションデータ等は利用規約に準標準化ボーン必須と書かれているものも多数存在するため実質使えません。
プログラムを全く知らない初心者がPythonに手を出し始めた話
みなさんはじめまして,はると申します。
このブログではプログラミングを全く試したことがない,そもそもプログラミングって何?言語って何種類あるの?という完全に知識がなかったはるがPython(※1)に興味を持ち,それを勉強していく過程の雑記です。
現役のプログラマーの方やエンジニアからすればなぜいきなりPython?
逆にプログラミングを知らない人からすればPythonって何?
となるのではないでしょうか。
そんなわけで今回はなぜPythonをやろうと思ったのかについて書きます。
1,そもそもなぜプログラミング言語が多数ある中でPythonに興味を持ったのか?
データサイエンスの領域を正しく勉強したかった。この一言に集約されます。
元々,2018年3月まで大学院で社会心理学を専攻しており,社会調査や実験を行なってはMultivariate analysis(多変量解析)と呼ばれる統計解析をやっておりました。好きな統計解析はMultiple regression analysis(重回帰分析),嫌いな分析はFactor analysis(因子分析)です。
ちなみに現在は社会人として営業をやってるのでMultivariate analysisの知識は全く活かしておりません(おい
当時そういった統計解析をやっていると耳にするのがビックデータやDeep learning(ディープラーニング),モデル構築という言葉。そしてAIによって仕事の49%がなくなるという不穏なワード(就活時代に散々聞かされ脅されてました)。
モデル構築に関してはいわゆるCovariance Structure Analysis(共分散構造分析)やMultiple regression analysisもやっていたのでなんとなく想像はつきますが,それ以外は一体何を言ってるんだというのが正直な感想でした。
2017年くらいの時点ではまだまだデータサイエンスという言葉も浸透しておらず,なんかAIに分析させようとしているんだな,と考えておりました。
しかし2019年10月現在,関西では滋賀大学がデータサイエンス学部及び大学院を開講していたり,一気にデータサイエンスの領域が広がるとともに社会に浸透してきたのかなと考えております。
そんな中でデータサインティストの求人を見たり,実際に選考を受けてみると共通して言われる言葉がありました。
「統計解析の知識(※2)よりも,Python(別の言語でも可)を使って実際にソフトウェアを作れる人が欲しい」
たしかにその通りです。いくら統計解析の知識があってもそれを動かすソフトウェアを作れなければデータは分析できません。ただこの言葉って矛盾していると思いませんか?
だってデータを正しく分析できる人材が欲しいのに,統計解析の知識は重要視されていないんですよ?
これではまともな分析ができないのではないか?よし,じゃあ自分でできるようになればいいじゃない!と思った結果,プログラミングを勉強することを決意しました。
プログラミングを勉強するだけなら別の言語をやったほうが,就職にも有利だし手に職がつくよという言葉を現役エンジニアの方からいただいたりもしましたが,データサイエンスの領域ではPythonという言語がよく使わているという理由でこの言語を選んでいます。
なのでもし別の言語がデータサイエンスの領域で使われてたらそっちを選んでいた可能性が高いです(おい
これからプログラマーになりたい方はCとかJavaという言語がおすすめらしいですよ!知らんけど
ここまで書くだけで約1500文字書いておりました。びっくりです。
次はPythonという言語をどうやって学んでいくかについて書こうと思います。
注釈
※1:Python(パイソン)は1991年に登場したプログラミング言語でデータ分析といった領域で多用されている言語だそうです。
※2:データサイエンスの領域では統計解析には計量的な分析だけでなく,質的な分析や画像処理といった分野も含まれているため,Multivariate analysisの知識だけでは不足している感は否めません。