Data Hoarding in Action:

- 7.4k hours of audio;
- 10.7 million of utterances;
- 2 GPU - 3090;
- batch size d0 = 60, d1 = 3400;
- sphn (rust-based library to load audio to numpy ndarray);

- RTF: ~0.0044 (data should be done in ~16 hours).

#python #rust

https://github.com/webonnx/wonnx

#rust #optimization

https://github.com/egorsmkv/eerie-yolo11

#rust #cv

https://github.com/egorsmkv/speech-recognition-uk/commit/281d002784519497c78b12d6688ada795b8dd2f0

#ai #speech #whisper

Cool feature has been added to Gradio

🎉 представляєм наш останній policy research, який я ПМив - Sovereign Large Language Models: Advantages, Strategy and Regulations

у цьому дослідження аналізували як різні країни "доганяють" країни-лідери у ШІ, як вони регулюють використання та створення ШІ, як стимулюють, як фінансують, як можна співпрацювати з іншими країнами

🔢 звіт у цифрах:
- загалом дослідження охопило під 85% населення планети
- 30 сторінок вмісту, 20 сторінок посилань
- охопили близько 18 макрорегіонів світових
- аналіз стратегій та результатів різних країн за останні 5+ років

🤝 дякую Михайлу та Святославу, які зробили ґрунтовну роботу та стартапу OpenBabylon, який фінансово підтримав цю роботу

📕 Англійська версія: https://arxiv.org/abs/2503.04745
📖 Українська версія: https://er.ucu.edu.ua/items/fa859d3c-edce-4e83-98d6-fff618751a8b

https://github.com/lit-robotics/libcamera-rs

#rust #cv

Added a demo:

https://colab.research.google.com/drive/1prztEZIf8nNFUSaptY8Jv16VO8Crjnzb?usp=sharing

https://huggingface.co/spaces/Yehor/see-asr-outputs

Made a simple space to see ASR outputs generated by evaluation scripts

#python #speech

Remind, there's https://huggingface.co/spaces/Yehor/evaluate-asr-outputs for calculating ASR metrics from these JSONL files

This pain was converted to a working https://huggingface.co/spaces/Yehor/evaluate-asr-outputs/blob/main/Dockerfile file that runs the latest Python (3.13.2) on Debian image

With help of the author, now it works!

Added ability to calculate WER/CER metrics per each row for better visual debugging

#speech #ai

Today I learned

https://github.com/egorsmkv/eerie-yolo11/issues/4

#amd #rocm #ai