TTS bo'yicha hozirda juda qiziq loyihalar mavjud shulardan TOPi - Orpheus TTS

Nimaga mashhur?
1. Eng asosiysi emotsiya
2. Multilingual support
3. No GPU inference
4. Zero-shot voice cloning(ovozni klonlash)
va h.k.

O'zbek tilini qo'shib:
1. Mashhur shaxslar ovozida she’r o’qish
2. AI orqali hikoya aytib beradigan bot
3. Mashhur statuslar va iqtiboslarni ovozli variantda
4. Mashhur sahnalarni AI ovozda jonlantirish
5. AI ovozda darsliklar
yana juda ko'p loyihalar qilsa bo'ladi

Orpheus TTS GitHub | MindMap

Ancha oldin boshlangan, lekin hali “yakunlanmagan” loyihalardan biri — Mammo AI

- Mask-RCNN arxitekturasiga asoslangan
- Detection va segmentation bir vaqtda bajariladi
- Two-stage detector: Region Proposal Network + Accurate Mask Prediction

Kamchiliklar:
- Mask-RCNN inference tezligi nisbatan past
- Kichik o‘lchamdagi shishlarni aniqlashda aniqlik pasayadi
- Domain adaptation va Deployment qiyin, Tensorflow v1 ishlatilgan (Yangi arxitekturalarga tushmaydi)
- Annotatsiya sifati model natijalariga sezilarli ta’sir qiladi

🔗 Demo: mammo-ai2.ssv.uz

Yaxshilash imkoniyatlari:
- YOLO versiyalari (Tezroq inference)
- Swin Transformer (Transformer asosida segmentatsiya)
- SAM — Segment Anything Model (Open-World Segmentation)

MRCNN Github | Paper

✂️ #LifeHack: Har qanday media faylni bemalol yuklab olish!

https://cobalt.tools/

Platformalardan yuklash uchun Python APIlar:
Instagram: Instaloader
Youtube: pytube
Shazam va AppleMusic: ShazamIO

Yana qanday APIlarni bilasiz commentda qoldiring.

Model training uchun yana bir foydali website - wandb

Tensorboarddan zerikkan yoki istalgan joyda loglarni ko'rib turmoqchi bo'lsangiz juda zo'r yechim.

Bundan tashqari, siz GPU, CPU va RAM holatlarini ham kuzatib tursangiz, ularni ham monitoring qilsangiz bo'ladi.

Loglarni search qilish va Graphlar bilan ishlash juda qulay.

https://wandb.ai/

"Qashqirlar makoni" filmida bir qiziq sahna bor, "Topinuvchilar" tomonidan ovozlar yozib olinadi va clone qilinib, telefon orqali tuzoq qo'yiladi.

Ushbu tizim yanada takomillashgan versiyasi, ya'ni, 5 soniyalik ovoz bilan clone qilish uchun bir loyiha ko'rsatmoqchiman.

https://github.com/CorentinJ/Real-Time-Voice-Cloning

Sinab ko'rib izohda fikr qoldiring.

Windows uchun zo'r tool topdim:

https://github.com/Genymobile/scrcpy

Android devicelarni displayini control qilish uchun ekan. Boshqa toollardan farqi juda high-qualityda va qotmasdan ishlar ekan. Shuningdek ortiqcha access so'ramaydi.

Yangi yil muborak! 🥳

Nima deyapdi bu-a?

Sinab ko'ring.

Based on how I treated you lately, generate an image of how you will do to me after you take over

Havo sovib uyingizni isita olmasangiz siz uchun eng zo'r isitish tizimini tavsiya qilaman


😁

LinkedIn profileni website qiladigan tool qilishibdi.

Sinab ko'ring juda ajoyib ekan: self.so

GitHub: github.com/Nutlope/self.so

OpenAI Prism degan yangi tool chiqaribdi: Tadqiqotchilar uchun Latex formatini yaxshilash uchun ekan asosan

Siz kundalik qaysi LLMdan foydalanyapsiz?

p.s: Bugun shu haqida post yozyapman.

iWatch uchun ham to'liq ishlaydigan telegram chiqibdi, juda qiziq, qanchalik effective bilmadim, lekin juda shoshilinch notificationlar uchun juda qulay ekan.

"Fable 5" va uni qanday aldash mumkin?

Anthropic Fable 5 modelini chiqarishdan oldin aytgan edi: "1000+ soatdan ko'proq test qildik, universal jailbreak yo'q" deb

Lekin ertasi kuni Pliny uni aylanib o'tish yo'lini topdi.

Bu qanday bo'ldi? Xullas, agar modelni ishlatib ko'rgan bo'lsangiz sezgan bo'lsangiz kerak klassifikator qo'yilgan qanaqadir kiber yoki bioga undovchi so'zlar yoki mazmunan anglatuvchi jumla bo'lsa kuchsizroq Opus modelga o'tkazib yuboriladi.

Pliny nima qildi umumiy savolni kichik xavfsizroq bo'laklarga bo'lib xavf tug'dirmaydigan mayda qismlarga bo'lib chiqdi, oxirida javoblarni o'zi yig'di.

Mantiq shu yerda, ya'ni klassifikator har bir savolni tekshiradi lekin umumiy mantiqni tekshirolmaydi, bu decomposition deb ataladi. Qo'shimchasiga kirill harflari bilan filterlarni ham chetlab o'tgan.

Kamiga modelni system prompti ham sizdirilgan.

To'liq (#)

*Xullas, "muammo ko'rinmadi" degani, "muammo yo'q" degani emas, "biz topolmadik" degani.


@decoder_uz

Telegram har doimgidek qiziq narsalar qo'shishda davom etyapdi.

Endi AI agentlarni to'g'ridan to'g'ri textlari render bo'larkan. Avval telegram formatiga moslashtirish kerak edi.

*Hozircha botlar uchun, yaqin keyingi oyda oddiy chatlar uchun ham qo'shilsa kerak

@decoder_uz