富士山周辺の広域情報

2024年4月14日富士山火入れ野焼きの空撮動画

1年に一度の春、恩師琳にて富士山北富士演習場内で盛大に野焼きが行われます。
これは国に対して自衛隊演習場内は古くは地元の土地であり生活の場だとアピールする意味があり国から多くの補助金を得ています。
360度パノラマ画像：https://www.fujigoko.tv/live/constnInfo.cgi?Code=1713120705&o=

現地関連
恩師琳
北富士演習場

コメント	削除・修正・新規
Tweet

2024年3月27日11時14分

2025年4月31日（火）～4月13日（日）まで

勝山観光協会主催
　　　
　　　【勝山さくら祭りスタンプラリー】

さくら名所３か所（道の駅かつやま、富士ビューホテル、冨士御室浅間神社）のスタンプを押して道の駅かつやま又は冨士御室浅間神社にご提示ください。
期間中毎日先着５０名様にプレゼントを差し上げます。
プレゼントは、おひとり様１枚につき以下のどちらかをおひとつ！

●冨士御室浅間神社の厄割の玉（厄難を打ち砕く御守り）
●道の駅かつやまのソフトクリーム

※プレゼント配布時間　　　１０：００～１５：００

コメント	削除・修正・新規
Tweet

2024年3月21日12時26分

TV番組で良く見る金庫開け。そういえばダイヤル式金庫ってどんな仕組みだったっけ？右に何回、左に何回でどうして開くのか？
金庫の仕組みを知りたいので3Dプリンターで作ってみた動画をYoutuber風に作ったみた。

#3Dプリンター #模型

コメント	削除・修正・新規
Tweet

2024年3月17日22時27分

LEDで点滅する北斎の冨嶽三十六景

https://www.fujigoko.tv/mtfuji/vol5/3Dmodel/
・凱風快晴
・山下白雨
・甲州三坂水面
・神奈川沖浪裏
大きさ
模型のみの大きさ：7.5cm×7.5cm×8cm程度
ショーケースを含む場合：9cm×9cm×9cm

#3Dプリンター #模型 #葛飾北斎

コメント	削除・修正・新規
Tweet

2024年2月13日20時26分

気象庁発表の天気予報をHPに表示する。

googleの生成AIのBardがGeminiになった。その実力を見るために何かプログラムを作って確かめてみた。

気象庁では定期的にXMLフォーマット形式の電文を配信している。
このXMLファイルを定期的に自動で読み込めばHP上に天気予報を表示できるので実際にGoogleGeminiを使用してプログラムしてみた。

以下に表示に至るまでの方法をステップごとに備忘録として記録する。
===========

ステップ１．気象庁のXMLフォーマット形式の電文を定期的に取り込む。
　サーバーのcrontabで定期的にXMLファイルを取り込むよう設定。
　気象庁のファイルは「https://www.data.jma.go.jp/developer/xml/feed/regular_l.xml」にある。
　読み込む方法はfreeBSDならfetchコマンドで取り込む。
　fetch -mp -o /自分のサーバーのパス/weatherJapan.rdf https://www.data.jma.go.jp/developer/xml/feed/regular_l.xml
　以上で、自身のサーバー内にweatherJapan.rdfファイルとして取り込み完了。
---------------

ステップ２．取り込んだデータから「山梨県の最新データ」を取り込む。
　「ステップ１」で取り込んだ気象庁のデータは全国の気象データのindexのようなものなので、そこから山梨県の最新気象データを抽出する。
　具体的には、indexに並んでいるデータ群(過去データもある)から目的のデータを見つける。
　山梨県の気象予報なら、甲府気象台の「https://www.data.jma.go.jp/developer/xml/data/データの日付_0_VPFD51_190000.xml」となる。
　データは過去のアーカイブを含むので最新のデータ、つまりリストの先頭のindexを引く。
　indexの引き方はunixのshellScriptで自動化する。
　生成AIで、「VPFD51_190000を含むリストの先頭の文字を取り出すshellScriptを書け」と命令。
　weatherF=$(grep -Eo 'https:\/\/www\.data\.jma\.go\.jp\/developer\/xml\/data\/(.*)VPFD51_190000\.xml' /自分のサーバーのパス/weatherJapan.rdf | awk -F/ '{print $NF}' | head -1)
　上記の回答を得る。
　次は変数weatherFを使用して山梨県のXMLデータをfetchで読み込む。
　fetch -mp -o /自分のサーバーのパス/weatherYamanashi.rdf https://www.data.jma.go.jp/developer/xml/data/"${weatherF}"
　以上で、自身のサーバー内にweatherYamanashi.rdfファイルとして取り込み完了。

＜Gemini最初の指令＞
https://www.data.jma.go.jp/developer/xml/feed/regular_l.xml
にあるXMLファイルから
https://www.data.jma.go.jp/developer/xml/data/*****_VPFD51_190000.xml
の部分を抽出し、抽出した先頭のみを表示するシェルを書け。
ただし、「*****」は任意の文字列。
解答→正規表現とgrepのパターンを提示してきた。正規表現はエラーになったのでgrepを使用し改良して使用。
---------------

ステップ３．「ステップ１」と「ステップ２」をcrontabで定期的に実行するようサーバーに記述する。
＜weatherYamanashi.rdfファイルの中身例＞
前段あり～
<DateTime>2024-02-13T17:00:00+09:00</DateTime>
<Duration>PT7H</Duration>
<Name>今夜</Name>
</TimeDefine>
<TimeDefine timeId="2">
<DateTime>2024-02-14T00:00:00+09:00</DateTime>
<Duration>P1D</Duration>
<Name>明日</Name>
</TimeDefine>
<TimeDefine timeId="3">
<DateTime>2024-02-15T00:00:00+09:00</DateTime>
<Duration>P1D</Duration>
<Name>明後日</Name>
</TimeDefine>
</TimeDefines>
<Item>
<Kind>
<Property>
<Type>天気</Type>
<DetailForecast>
<WeatherForecastPart refID="1">
<Sentence>晴れ</Sentence>
<Base>
<jmx_eb:Weather type="天気">晴れ</jmx_eb:Weather>
</Base>
</WeatherForecastPart>
<WeatherForecastPart refID="2">
<Sentence>晴れ　昼過ぎ　から　くもり</Sentence>
<Base>
<jmx_eb:Weather type="天気">晴れ</jmx_eb:Weather>
</Base>
<Becoming>
<TimeModifier>昼過ぎ　から</TimeModifier>
<jmx_eb:Weather type="天気">くもり</jmx_eb:Weather>
</Becoming>
</WeatherForecastPart>
<WeatherForecastPart refID="3">
<Sentence>くもり　後　一時　雨</Sentence>
<Base>
<jmx_eb:Weather type="天気">くもり</jmx_eb:Weather>
</Base>
<Temporary>
<TimeModifier>後　一時</TimeModifier>
<jmx_eb:Weather type="天気">雨</jmx_eb:Weather>
</Temporary>
</WeatherForecastPart>
</DetailForecast>
<WeatherPart>
<jmx_eb:Weather refID="1" type="天気">晴れ</jmx_eb:Weather>
<jmx_eb:Weather refID="2" type="天気">晴れ後くもり</jmx_eb:Weather>
<jmx_eb:Weather refID="3" type="天気">くもり後一時雨</jmx_eb:Weather>
</WeatherPart>
<WeatherCodePart>
<jmx_eb:WeatherCode refID="1" type="天気予報用テロップ番号">100</jmx_eb:WeatherCode>
<jmx_eb:WeatherCode refID="2" type="天気予報用テロップ番号">111</jmx_eb:WeatherCode>
<jmx_eb:WeatherCode refID="3" type="天気予報用テロップ番号">212</jmx_eb:WeatherCode>
</WeatherCodePart>
</Property>
</Kind>
<Kind>
<Property>
<Type>風</Type>
～以下続く
---------------

ステップ４．定期的に取り込んだ山梨県の天気予報データ(weatherYamanashi.rdf)を解析する。
　解析にはperlプログラムを使用する。
　必要な部分のみperlの正規表現を使用してプログラムしようとしたが、今回は「XML::Simple;」を使用することにした。
use File::Slurp;
use XML::Simple;
use Data::Dumper;
my $xml = read_file("weatherYamanashi.rdf"); ＃ファイルの読み
my $parser = XML::Simple->new(); ＃XML::Simple使用準備
my $parser_data = $parser->XMLin( $xml); ＃取り込み
print Dumper($parser_data); ＃結果表示
～取り込まれたデータ例
$VAR1 = {
'xmlns' => 'http://xml.kishou.go.jp/jmaxml1/',
'xmlns:jmx' => 'http://xml.kishou.go.jp/jmaxml1/',
'Control' => {
'DateTime' => '2024-02-11T01:34:15Z',
'Status' => "\x{901a}\x{5e38}",
'PublishingOffice' => "\x{7532}\x{5e9c}\x{5730}\x{65b9}\x{6c17}\x{8c61}\x{53f0}",
'EditorialOffice' => "\x{7532}\x{5e9c}\x{5730}\x{65b9}\x{6c17}\x{8c61}\x{53f0}",
'Title' => "\x{5e9c}\x{770c}\x{5929}\x{6c17}\x{4e88}\x{5831}\x{ff08}\x{ff32}\x{ff11}\x{ff09}"
},
'Head' => {
'xmlns' => 'http://xml.kishou.go.jp/jmaxml1/informationBasis1/',
'TargetDateTime' => '2024-02-11T11:00:00+09:00',
'Headline' => {
'Text' => {}
},
'InfoKind' => "\x{5e9c}\x{770c}\x{5929}\x{6c17}\x{4e88}\x{5831}",
'TargetDuration' => 'P2DT13H',
'EventID' => {},
'Serial' => {},
'Title' => "\x{5c71}\x{68a8}\x{770c}\x{5e9c}\x{770c}\x{5929}\x{6c17}\x{4e88}\x{5831}",
'InfoType' => "\x{767a}\x{8868}",
'InfoKindVersion' => '1.0_1',
'ReportDateTime' => '2024-02-11T11:00:00+09:00'
},
'xmlns:jmx_add' => 'http://xml.kishou.go.jp/jmaxml1/addition1/',
'Body' => {
'xmlns' => 'http://xml.kishou.go.jp/jmaxml1/body/meteorology1/',
'xmlns:jmx_eb' => 'http://xml.kishou.go.jp/jmaxml1/elementBasis1/',
'MeteorologicalInfos' => [
{
'TimeSeriesInfo' => [
{
'Item' => [
{
'Area' => {
'Code' => '190010',
'Name' => "\x{4e2d}\x{30fb}\x{897f}\x{90e8}"
---------------

ステップ５．必要な部分のみ取り出す
　例えば、天気予報の部分を取り出す
sub getJMAWeatherTenki{
my $data = shift; ＃取り込んだハッシュ
my $place_id = shift; ＃地域コード：富士五湖=1
my $time_id = shift; ＃今日=1,明日=2、明後日=3

my $content;
foreach my $weather_define ( @{$data->{Body}{MeteorologicalInfos}[0]{TimeSeriesInfo}[0]{Item}[$place_id]{Kind}[0]{Property}{WeatherPart}{'jmx_eb:Weather'}} ){
if( $weather_define->{refID}==$time_id ){
$content = $weather_define->{content};
}
}
return $content;
}
戻り値例：「くもり後晴れ」

＜Gemini最初の指令＞
weatherYamanashi.rdfを解析し、天気データ「{jmx_eb:Weather}」の「{refID}」が一致する文字列「{content}」を得よ。
解答→得た答えを修正して上記を仕上げた。
---------------

ステップ６．天気予報の文字から画像を作成する
　まず以下の画像データを意味付けしたファイル名で作成する。
　文字列から画像ファイル名を構成する。
sub getJMAWeatherImg{
my $weather_str = shift; ＃天気文字列
my $time_id = shift; ＃ my %exDayId = ( '今日' => 1, '明日' => 2, '明後日' => 3 );

use constant WEATHER_CODES => { '晴れ' => 1, 'くもり' => 2, '雨' => 3, '雪' => 4, };
use constant TIME_CODES => { '時々' => 1, '後' => 2, };

my @parts = split(/(後|時々)/, $weather_str);
my $a = WEATHER_CODES->{ $parts[0] } || 0;
my $b = TIME_CODES->{ $parts[1] } || 0;
my $c = WEATHER_CODES->{ $parts[2] } || 0;
my $p = 0;
my $name; ＃以下は「今夜」の場合を考慮する
foreach my $time_define ( @{$exParserData->{Body}{MeteorologicalInfos}[0]{TimeSeriesInfo}[0]{TimeDefines}{TimeDefine}} ){
if( $time_define->{timeId}==$time_id ){
$name = $time_define->{Name};
}
}
Jcode::convert( \$name, 'utf-8'); ＃ファイル内はUTF-8だが、そのままでは使用できない
my $fDayw = Jcode::convert( '今夜', 'utf-8'); ＃そのため比べる両者をUTF-8で再矯正する
if( $name eq $fDayw ){ $p = 1; }
my $fileImg = sprintf("tnk%04d.png", $p . $a . $b . $c);
return $fileImg;
}
　何故か文字化けが発生し苦労したが上記の方法で回避

＜Gemini最初の指令＞
「晴れ」、「晴れ後くもり」、「雨時々雪」と言った文字列があります。
「後」と「時々」をキーに文字列を前後に分けて上の例なら、
「晴れ」、「晴れ」「後」「くもり」、「雨」「時々」「雪」と文字列を分解するperlプログラムを書け。
～
得た文字列を、「晴れ」=1、「くもり」=2、…のように3桁の数字に置き換えよ。
解答→得た答えを修正して上記を仕上げた。
---------------

ステップ７．以上のプログラムを半分以上生成AIに手伝ってもらい完成させた。
　あとは自分の環境に合わせて関数化し汎用ライブラリーとして保管。
---------------

　以上、動作例は「https://live.fujigoko.tv/?n=30」等を参照。

今回は自身と気象庁のサーバー負荷を考え以上のようにしたが、「ステップ１」と「ステップ２」を省いて全てperlで記述すればその都度全国の気象データを得ることができる。
具体的には、https://www.data.jma.go.jp/developer/xml/feed/regular_l.xmlから全国の気象データを抽出すれば良いようにプログラムをさらに汎用化し公開もできる。
が、自身のサーバーでそのサービスを提供するメリットがあるかどうかと考えてしまった。

#コンピュータ #AI #人工知能 #プログラム

コメント	削除・修正・新規
Tweet

2024年1月23日20時39分

国土交通省が主体で勧めている日本風景街道と「ぐるり富士山風景街道」の一環である富士山一周サイクリング。
テーマの一部として浮世絵と富士山を含む模擬ツアーを行い、昨年12月に外国人数名と富士山一周のe-Bikeツアー(トータル4日間)の撮影同行した。
その成果物として動画編集をするのだが、外国人向け動画のバックミュージックは英語歌詞の入った楽曲にしようと思っていた。

ところが、編集をしようにも動画の内容にあった詩もないし、たいていの歌入りは著作権の問題もあった。
そこで、昨年夏から話題になっていたSunoAIが12月にバージョンアップしたという事で活用してみることにした。

そしてそれは、結果的に動画のバックグラウンドに最適だった。
もちろん、ツアーの内容はすべて英語詩に入っている。

まず、chatGPTに「e-Bikeで富士山一周の動画を作りバックミュージックは英語である」ことを示唆。
次に動画に入れ込むシーンの説明を加えた。例えば「神社に行った」とか「洞窟に入った」とかだ。
何度かの指令のあとchatGPTにてなんとなく詩が出来上がったのである。
この時に注意することは、イントロ→詩→つなぎ→サビといった構成の考慮は私自身が行った。
（もちろん、chatGPTもそれなりに考慮してくれますが、SunoAIとの相性はあります。）

次に、出来上がった英語詩をSunoAIにてバックミュージックとして楽曲とボーカルを生成させてみた。
そして、幾つかの候補から楽曲の長さを4分程度に調整し、バックグラウンドミュージックとして完成させました。

出来上がった楽曲はCとFの繰り返しで単調だがバックミュージックとしては邪魔にならないよう出来上がったと思う。というより大切な要素。

以下に英語詩と対訳と出来上がった動画を掲載しておく。
その驚くべき親和性とAIの発達に敬意を表する。

思い起こせば2015年にgoogleの人工知能の記事に触れて感想を記事にしたが、あれから9年でここまできた。さらに10年後、20年後で2045年問題を超えるが、想定より早いかもしれない。

富士山一周のe-Bikeの行程は以下の通り。
1日目：清水→三保→由井→御殿場
2日目：御殿場→須走→山中湖→忍野八海→富士吉田
3日目：富士吉田→河口湖→樹海と洞窟→朝霧ふもとっぱら
4日目：朝霧ふもとっぱら→牧草地→白糸→柚野→富士山本宮
上記の各動画(日本語・英語)、計8本。

=================================
Title:Around Mt.Fuji Adventure Tour

Sacred shrines echo in the wind,
Embracing the unknown, riding on E-BIKE,
The melody of the fields, the heartbeat of the earth,
In the depths of caves, treasures concealed,
Dreams painted on the shores of the lake.

On our e-bike tour, every moment's a thrill (oh-yeah)
At the foot of Mount Fuji, the adventure begins.

Exploring cultural heritage on E-BIKE,
Life at the foothills of Mount Fuji, resonates within,
The landscapes weave an emotional poem,
Unending adventures, a journey to dreams.

Mystical shrines, the breath of history,
Proud lands, a stage set in melody,
The song of the fields, the heartbeat of the earth,
In the mystery of caves, the magic of treasures,
Colors of dreams reflected on the lakeside.

Exploring cultural heritage on E-BIKE,
Life at the foothills of Mount Fuji, resonates within,
The landscapes weave an emotional poem,
Unending adventures, a journey to dreams.

Guided by Mount Fuji beneath the starry sky,
The light of E-BIKE shining toward a brilliant future,
Imprints of adventure on the heart,
A quiet continuation of the fantastical journey.

Guided by Mount Fuji beneath the starry sky,
The light of E-BIKE shining toward a brilliant future,
Imprints of adventure on the heart,
A quiet continuation of the fantastical journey.

======= 日本語翻訳 =======

タイトル：富士山一周アドベンチャーツアー

神聖な神社が風に響き渡り、
未知を受け入れ、E-BIKEに乗って、
野原の旋律、大地の鼓動、
洞窟の奥には財宝が隠されており、
湖畔に描かれた夢。

私たちの電動自転車ツアーでは、あらゆる瞬間がスリル満点です (そうそう)
富士山の麓から冒険が始まります。

E-BIKEで文化遺産を巡る、
富士山麓の生命が響き渡り、
情緒あふれる詩を織りなす風景、
終わりのない冒険、夢への旅。

神秘的な神社、歴史の息吹、
誇り高き土地、メロディーに彩られた舞台、
野の歌、大地の鼓動、
洞窟の神秘、宝物の魔法、
湖畔に映る夢の色。

E-BIKEで文化遺産を巡る、
富士山麓の生命が響き渡り、
情緒あふれる詩を織りなす風景、
終わりのない冒険、夢への旅。

星空の下、富士山に導かれて、
輝かしい未来に向けて輝くE-BIKEの光、
心に残る冒険の痕跡、
幻想的な旅の静かな続き。

星空の下、富士山に導かれて、
輝かしい未来に向けて輝くE-BIKEの光、
心に残る冒険の痕跡、
幻想的な旅の静かな続き。

その他の日程の「ぐるり富士山サイクルネット協議会」の動画は以下から。

#AI #人工知能 #動画配信 #SunoAI #chatGPT #ぐるり富士山

コメント	削除・修正・新規
Tweet

2024年1月20日18時48分

そこで、ちょっと変な狂気をはらんだ意味不明の楽曲を作成できるかにチャレンジしてみた。
結果、わずか数時間で完成。

文章生成AIが本格的に使えるようになってから1年以上経過した。
その後、画像生成、動画生成と時代は進化してついに昨年夏ごろから自動作詞作曲までできるようになった。しかも歌まで歌ってくれる。

そして、最近になって私のもとに動画作成の依頼があったのでそのバックグラウンドミュージックに歌詞付きの音楽を入れたくなったので実際にAIを活用して楽曲を作成してみた。

まず著作権クリアのために課金を行い、PCの画面を通して動画の状況説明と要望を入力して英語歌詞の楽曲を作成した。
結果、思いのほか簡単に良いものができたので感動した次第です。

この動画は後日公開いたします。

さて、今回はAI楽曲作成の話……

そこで、ちょっと意地悪に日本語歌詞の楽曲を作ってみた。
その成果が以下です。

#AI #人工知能 #動画配信 #SunoAI #chatGPT

コメント	削除・修正・新規
Tweet

2023年12月24日13時27分

過去のFacebookから転載「SONY VECTRON」

2016年10月17日投稿記事
数年後の手書き図面プロモーション動画(Ver.1プロトより処理速度早くなったなぁ)。結局メニューが付いたけど20代の俺って天才(^^;
ラインアップとしてWacomのハンディタイプとSONYの大型タイプも追加。Wacomはまだマイナーな頃、一方の大型タイプはSONYのVectronというA1サイズの入出力装置を使用。VECTRONはレーザーテクトロシステムを採用し、システムは(懐かしい)NEWS。
この当時はSONY村の五反田によく通った思い出。今は本社も売却…
ちなみに当時のプログラムはこんな書式で記述していたのかぁ…飲んでいる時間もあったけど、100時間残業なんて普通だったと思い出に浸る数日でした(*^^)v

確かVECTRONに表示されている画像は私がプログラムした DXF-file → VECTRON から生成したものか VECTRON用T-boardの図面だったと思う。

#Facebook #AI #人工知能 #コンピュータ

コメント	削除・修正・新規
Tweet

2023年12月24日13時24分