😱 КЛОНИРОВАТЬ ГОЛОС ЗА 3 СЕКУНДЫ?! Это уже реально

Нейросеть LuxTTS делает то, от чего немного не по себе…

🎙 Достаточно пары секунд записи.
⚡️ Генерация в 150 раз быстрее реального времени
(минуту речи делает за доли секунды).

И да, это не какая-то серверная магия:
➡️ работает даже на обычном ПК — нужно меньше 1 ГБ видеопамяти

Установка:

git clone https://github.com/ysharma3501/LuxTTS.git
cd LuxTTS
pip install -r requirements.txt

Загрузка модели:

from zipvoice.luxvoice import LuxTTS

# load model on GPU
lux_tts = LuxTTS('YatharthS/LuxTTS', device='cuda')

# load model on CPU
# lux_tts = LuxTTS('YatharthS/LuxTTS', device='cpu', threads=2)

# load model on MPS for macs
# lux_tts = LuxTTS('YatharthS/LuxTTS', device='mps')

▶️ Простой пример:

import soundfile as sf
from IPython.display import Audio

text = "Hey, what's up? I'm feeling really great if you ask me honestly!"

## change this to your reference file path, can be wav/mp3
prompt_audio = 'audio_file.wav'

## encode audio(takes 10s to init because of librosa first time)
encoded_prompt = lux_tts.encode_prompt(prompt_audio, rms=0.01)

## generate speech
final_wav = lux_tts.generate_speech(text, encoded_prompt, num_steps=4)

## save audio
final_wav = final_wav.numpy().squeeze()
sf.write('output.wav', final_wav, 48000)

## display speech
if display is not None:
  display(Audio(final_wav, rate=48000))

😨 Дипфейки голоса может создать каждый.

♎️ GitHub/Инструкция

😁 Админ | 📲 Зеркало Max

#python #soft #github

🎧 OmniVoice Studio — имба для работы со звуком и голосом!

Копирует голос, переводит речь и вставляет всё это прямо в видео.

Умеет:
💬 За секунды переводит и транскрибирует речь на десятки языков.
💬 Клонирует голос всего по 3 секундам записи.
💬 Вставляет сгенерированный голос прямо в видео.
💬 Чистит аудио: отделяет вокал, оставляет музыку и эффекты.
💬 Генерирует голоса с учётом акцента, тембра и манеры речи.

🔥 Полный, а главное бесплатный комбайн для работы с аудио и голосом!

♎️ Сохраняем и пробуем ТУТ

😁 Блог админа | 📲 Зеркало Max

#python #soft #github

😰 CodeFormer — мощная нейросеть для оживления старых фото!

Что умеет:
➡️восстанавливает лица на старых, мыльных и испорченных фотографиях.
➡️улучшает детализацию и качество изображения.
➡️сохраняет индивидуальные черты лица, а не превращает всех в одинаковых людей.
➡️раскрашивает чёрно-белые снимки.
➡️заполняет повреждённые участки фото.

🖥 Главная фишка — технология Codebook Lookup Transformer, которая балансирует между качеством восстановления и сохранением внешности человека.

⚙️ Установка:

# git clone this repository
git clone https://github.com/sczhou/CodeFormer
cd CodeFormer

# create new anaconda env
conda create -n codeformer python=3.8 -y
conda activate codeformer

# install python dependencies
pip3 install -r requirements.txt
python basicsr/setup.py develop
conda install -c conda-forge dlib (only for face detection or cropping with dlib)

💬 Дополнительно умеет улучшать не только лицо, но и фон изображения с помощью модели Real-ESRGAN.

💬 Идеально для семейных архивов, старых фотографий и любых снимков, которые жалко потерять.

♎️ GitHub/Инструкция по использованию

😁 Блог админа | 📲 Зеркало Max

#python #soft #github

🔥 Распознавание текста на крутой практике

Как превратить тупое распознавание текста в умную систему, которая сама вытаскивает номера отслеживания, адреса, перевозчика и собирает всё в чистый JSON.

Python, нейросети, автоматизация складов и реальная экономия миллионов на ручной обработке.

⬇️ Статья на русском в PDF

⚙️ Всё от установки библиотек до использования с разбором кода.

😁 Блог админа | 📲 Зеркало Max

#python #article #code

🔥 Roop — опенсорсный инструмент для создания дипфейков в пару кликов, позволяющий заменить лицо на видео, используя всего одно изображение желаемого лица.

Для работы не требуется создание датасета или обучение модели.

Установка и пример использования:

1. Клонирование репозитория:

   git clone https://github.com/s0md3v/roop.git
   cd roop
   

2. Установка зависимостей:

   pip install -r requirements.txt
   

3. Запуск программы с указанием исходного изображения и целевого видео:

   python run.py --source path/to/source/image.jpg --target path/to/target/video.mp4
   

⚙️ GitHub/Инструкция

😁 Админ | 📲 Зеркало Max

#python #github #soft

💻 Viseron — прокачиваем собственное домашнее видеонаблюдение без подписок и облаков.

По сути, можно собрать у себя мини-Сити-17: система умеет детектить
💬 движение,
💬 распознавать людей,
💬 лица и объекты.

📸 Камера уже не просто пишет видео, а понимает, что происходит в кадре.

🐳 Ставится локально через Docker, после запуска открываете веб-интерфейс и настраиваете всё под себя. Главное — данные никуда не улетают: всё работает на вашем железе.

Хотели нормальное видеонаблюдение без облачной зависимости и платных подписок — забираем.

♎️ GitHub/Инструкция

😁 Админ | 📲 Зеркало Max

#python #soft #github

💀 Helium — простая в использовании Python библиотека созданная для автоматизации работы с браузерами, такими как Chrome и Firefox.

Забудьте километры кода для Selenium. Helium — это та же мощь, но с вменяемым, коротким и человеческим API, который сокращает скрипты в два раза и позволяет работать с элементами страницы без танцев с бубном.

Chrome, Firefox? Да хоть весь зоопарк браузеров — библиотека разбирается сама.
iFrames, новые окна, ожидания загрузки, поломанные кнопки? Helium делает всё автоматически.

⚡️ А главное — умеет аккуратно обходить капчи и проверки на ботов, превращая автоматизацию в стабильный и спокойный процесс, а не в бесконечную борьбу с сайтом.

⚙️ Установка:

$ python -m pip install helium

▶️ Простой пример использования:

# A Helium function:
driver = start_chrome()
# A Selenium API:
driver.execute_script("alert('Hi!');")

♎️ GitHub/Инструкция

😁 Админ | 📲 Зеркало Max

#python #soft #web #github

🎧 Buzz — забираем полезный инструмент для работы с аудио.

Десктопное приложение, которое умеет расшифровывать и переводить записи офлайн прямо на компьютере, используя модель OpenAI Whisper.

Внутрь можно загружать:
🟢аудио,
🟢видеофайлы,
🟢даже ссылки на YouTube, а результат сохранять в форматах TXT, SRT или VTT.

⚡️ Также доступна транскрипция в реальном времени с микрофона. Есть и режим презентации — удобно для выступлений, встреч и мероприятий.

🔊 Для сложных и шумных записей предусмотрены дополнительные функции: предварительное разделение речи для более точной расшифровки и распознавание разных спикеров в готовом тексте.

Простая установка:

pip install buzz-captions

▶️ И использование:

python -m buzz

⚙️ GitHub/Инструкция

😁 Админ | 📲 Зеркало Max

#python #soft #github