у опенай есть модель whisper – чтобы распознавать текст

опенсорс, есть апи (дешевое как чатгпт апи)

веб

макось

бля это конечно удивительно жить в мире где апи к быстрым нейросетям дешевле стакана кофе

за 5 баксов СТОЛЬКО можно сделать с информацией, просто пиздец

то что у людей занимает часы, дни, тут – секунды

как понять что Родионов работает работу: щитпромптинг пополняется контентом в течение дня

только что ебанул кейс такой вот

1. скачал рилзы русского блогера через snapinsta.app
2. перегнал в мп3 через cloudconvert.com
3. засунул в elevenlabs.io чтобы засэмплить его голос
4. прогнал одно видео через whisper чтобы получить текст из видео
5. закинул в чатгпт чтобы перевести на английский
6. вставил в elevenlabs и сгенерил голос на английском

https://fadr.com вырезает голос и делает минусовки, причем мегакачественно, и отдельно вытаскивает голос

НИХУЯ СЕБЕ КАК ХОРОШО РАБОТАЕТ

не без говна, но охуительно

как чисто вырезало

лайфхак: этим сервисом можно чистить речь от шумов

потому что механика та же, отделить голос от остального

закинул идею в один там мессенеджер, может реализуют

заодно напомнил про whisper, может получше voice2text станет

pre-alpha

хочу реально дорастить это до личного ассистента агента

чтобы можно было ему писать «скинь клиенту 10 вилл в дубае» и всё само сделалось

или «спроси какой у него бюджет»

чтобы агент работал только с личным ассистентом) а тот за него все искал, переформулировал, отвечал

ещё и чтоб аудио можно было кинуть, виспером это все раскладывается в текст, ммм, охуенно

бля нет надо это сделать как джарвис

зачем отдавать команды? пускай их сам запрашивает

– Привет, клиент хочет квартиру под инвестиции, но у меня слишком много вариантов. Спросить его про бюджет?

такой он милый конечно

[▓▓▓▓▓▓▓▓░░] 80%