I see some cases where https://www.gomponents.com fits

#go

https://sequoia-pgp.org/blog/2024/12/16/202412-sq-1.0/

#security #rust

https://pytorch.org/blog/doctr-joins-pytorch-ecosystem/

#ai #cv

https://pytorch.org/blog/torchcodec/

#ai #cv

Not V6E, but ...

https://x.com/jeremyphoward/status/1869786023963832509

#ai #nlp

useful things:

https://x.com/gabriberton/status/1869609428967960721

#ai

https://github.com/ModelTC/lightllm

#ai #llm #nlp

Пару речень про цей інструмент:

Десь рік тому @darkproger опублікував https://github.com/proger/uk який, власне, робить просту штуку - обрізає тишу на початку на в кінці аудіо. Цей проєкт його аналог, але з використанням https://huggingface.co/Yehor/w2v-bert-uk-v2.1 і значно спрощеним сетапом.

Сам скрипт можна переписати щоби подавати на всіх багато транскрипцій та один сигнал, а потім генерувати окремий датасет для ASR.

Також є змога отримувати timestamps по кожному слову, бо під капотом працює https://github.com/lumaku/ctc-segmentation

#asr