Нейросеть в реальном времени переводит и распознает любую речь.

Whisper WebGPU - мгновенно распознаёт речь со 100 языков! Можно загрузить файл - как аудио, так и видео, либо вставить ссылку, либо надиктовать в режиме реального времени.

🟣 Преобразует аудио в текст

🟣 Мгновенно переводит распознанный текст на разные языки, может быть полезно для международных видеозвонков.
Или, как вариант, включить запись на совещании на иностранном языке и получить мгновенный перевод. Плюсом текст совещания останется с вами

🟣 Так же хорошо подходит для создания субтитров - за секунды транскрибирует речь из видео и аудио.

🟣 Голосовое управление - использование голосовых команд для управления веб-интерфейсами.

Сервис бесплатный. Модель работает локально, данные останутся на вашем устройстве, скачать можно в 🧑‍💻 Discord , протестировать можно на сайте 🤗 HuggingFace

НейроProfit

#github #whisper #транскрипция #audiototext #audio2text #video2text #нейросеть

Звуковые эффекты за 8 секунд

Soundeff - это ИИ-генератор звуковых эффектов, наподобие того, который есть в Elevenlabs. Заодно там так же есть библиотека пользовательских звуковых генераций. 👉🏻 Про функцию звуковые эффекты в Elevenlabs

🌸 Действия тоже такие же, как в Elevenlabs - пишете простой запрос по которому создается желаемый звуковой эффект - звук поезда, звуки природы, смех и на что хватит фантазии.
По времени обе нейросети генерирует звуковые эффекты тоже одинаково, примерно за 8 секунд. С чем похожи разобрались, теперь рассмотрим отличия.

Отличия Soundeff от Elevenlabs

🟠 Длина выходного аудио в Elevenlabs 8 секунд, а в Soundeff 5 секунд.

🟠 В Elevenlabs функция звуковых эффектов пока бесплатна для всех пользователей, в Soundeff бесплатно дается 3 генерации звука, далее подписка от 10$ за 400 генераций.

Так же, в платном плане Soundeff генерация звука будет быстрее, хотя итак за 8 секунд генерирует. Длину аудио в платном тарифе скоро увеличат до 10 секунд и добавят пользовательские настройки.
Что касается Elevenlabs, пока именно функция звуковых эффектов бесплатная, будет ли она платной потом, и какая будет цена, неизвестно. А так платформа обширная конечно, только появляется что-то из технологий для звука и голоса, а в ElevenLabs это уже реализовано. Недаром ElevenLabs привлекли $80M инвестиций

НейроProfit

#нейросеть #elevenlabs #soundeff

OpenAI выпустила GPT-4o mini. Почему это классная новость как для обычных пользователей, так и для разработчиков?

🎨OpenAI выпустила GPT-4o mini - более дешевую и быструю модель, которая заменит GPT-3.5 Turbo и еще является мини версией самой мощной модели ChatGPT -4 omni.

Кто не знал, буква “о” в названи модели GPT 4o сокращено от omni. А сама модель GPT-4o лучшая, потому что обладает улучшенными возможностями аудио, видео и текста, а также способностью обрабатывать 50 различных языков с улучшенной скоростью и качеством. И вот ее мини-модель выкатывают бесплатно для всех.

Что хорошего для бесплатных пользователей 🔡

🔴 GPT-4o mini быстрая, но более экономичная, она так же, как и GPT-3.5 Turbo будет доступна бесплатно для всех. Но при этом имеет контекстное окно в 128 000 токенов, как и самая мощная модель GPT-4o.

🔴 OpenAI планирует в дальнейшем интегрировать в нее функции обработки изображений, видео и аудио - таким образом они расширяют присутствие ChatGPT в жизни людей, ну и стремление к лидерству в мультимодальных моделях никто не отменял.

Что хорошего для разработчиков 🔡

🔴 GPT-4o mini заменит GPT-3.5 Turbo в API OpenAI, при этом GPT-4o mini стоит на 60% дешевле GPT-3.5 Turbo - самой доступной модели OpenAI, 15 центов за миллион входных токенов и 60 центов за миллион выходных токенов

🔴 Компания утверждает, что GPT-4o mini превосходит ведущие в отрасли малые модели ИИ в задачах рассуждения, связанных с текстом и зрением. 

🔴 GPT-4o mini поддерживает работу с текстом и Vision, а в будущем будет поддерживать видео и аудио, что очень хорошо применять в клиентской поддержке и анализе данных

🔴 Компания утверждает, что ее новейшая модель ИИ набрала 82% на MMLU - эталонном тесте для измерения рассуждений, по сравнению с 79% для Gemini 1.5 Flash и 75% для Claude 3 Haiku, согласно данным Artificial Analysis. На MGSM, который измеряет математические рассуждения, GPT-4o mini набрала 87%, по сравнению с 78% для Flash и 72% для Haiku - на картинках это хорошо показано.

🔴 OpenAI не раскрывает точный размер GPT-4o mini, но говорит, что он примерно на том же уровне, что и другие небольшие модели ИИ, такие как Llama 3 8b, Claude Haiku и Gemini 1.5 Flash. Однако компания утверждает, что GPT-4o mini быстрее, экономичнее и умнее, чем ведущие в отрасли небольшие модели, на основе предварительных испытаний на арене чат-ботов LMSYS.org.

Подробнее про GPT-4o mini на сайте OpenAI

Что ж, бесплатные модели становятся все продвинутее в надежде проникнуть в сердца людей и их повседневные задачи. Ребят, у кого-нибудь уже появилась? Будете скучать по GPT 3.5? 🥲

НейроProfit

#нейросеть #chatgpt #gpt4omini