🎧 OmniVoice Studio — мощный инструмент для работы со звуком и голосом!
Клонирует голос, переводит речь и встраивает результат напрямую в видео.
Возможности:
💬 Мгновенно переводит и транскрибирует речь более чем на тридцать языков.
💬 Воссоздаёт голос по всего трём секундам аудио.
💬 Вставляет сгенерированный голос прямо в видеофайл.
💬 Очищает аудио — отделяет речь от музыки и фоновых эффектов.
💬 Создаёт голоса с точностью до акцента, тембра и интонаций.
🔥 Многофункциональное, бесплатное решение для обработки аудио и работы с голосом!
♎️ Сохраняем и пробуем ТУТ
😁 Блог админа | 📲 Зеркало Max
pythonpedia
Клонирует голос, переводит речь и встраивает результат напрямую в видео.
Возможности:
💬 Мгновенно переводит и транскрибирует речь более чем на тридцать языков.
💬 Воссоздаёт голос по всего трём секундам аудио.
💬 Вставляет сгенерированный голос прямо в видеофайл.
💬 Очищает аудио — отделяет речь от музыки и фоновых эффектов.
💬 Создаёт голоса с точностью до акцента, тембра и интонаций.
🔥 Многофункциональное, бесплатное решение для обработки аудио и работы с голосом!
♎️ Сохраняем и пробуем ТУТ
😁 Блог админа | 📲 Зеркало Max
pythonpedia
**☠️ В открытом доступе — данные 700 миллионов пользователей LinkedIn**
22 июня на одном из хакерских форумов появились данные, якобы принадлежащие почти всей пользовательской базе LinkedIn. Автор поста выставил их на продажу и опубликовал образец — миллион записей в качестве подтверждения.
По его словам, в архиве содержится информация о 700 миллионах профилей. Учитывая, что на платформе сейчас около 756 млн аккаунтов, это означает, что утечка может затронуть более 90 % всех пользователей. По версии продавца, данные были извлечены с помощью API LinkedIn, предназначенного для сбора публичной информации, загружаемой самими пользователями.
RestorePrivacy проверили образец базы. У каждого человека в списке — почти полное досье: электронная почта, имя, номер телефона, домашний адрес, геопозиция, имя пользователя и URL профиля, история трудовой деятельности и ссылки на аккаунты в других соцсетях. #утечка #данные #LinkedIn #безопасность
pythonpedia
22 июня на одном из хакерских форумов появились данные, якобы принадлежащие почти всей пользовательской базе LinkedIn. Автор поста выставил их на продажу и опубликовал образец — миллион записей в качестве подтверждения.
По его словам, в архиве содержится информация о 700 миллионах профилей. Учитывая, что на платформе сейчас около 756 млн аккаунтов, это означает, что утечка может затронуть более 90 % всех пользователей. По версии продавца, данные были извлечены с помощью API LinkedIn, предназначенного для сбора публичной информации, загружаемой самими пользователями.
RestorePrivacy проверили образец базы. У каждого человека в списке — почти полное досье: электронная почта, имя, номер телефона, домашний адрес, геопозиция, имя пользователя и URL профиля, история трудовой деятельности и ссылки на аккаунты в других соцсетях. #утечка #данные #LinkedIn #безопасность
pythonpedia
This media is not supported in your browser
VIEW IN TELEGRAM
🕺 Спецэффекты из болливудовских блокбастеров? А вот и нет — это просто реклама новой модели обуви
pythonpedia
pythonpedia
This media is not supported in your browser
VIEW IN TELEGRAM
**🔥 Полезные библиотеки Python
Octobot** — мощный open-source бот для автоматической торговли криптовалютами.
Гибкая настройка под любые задачи: от технического анализа до обработки данных из соцсетей и интеграции со сторонними источниками, вроде статистики Google Trends.
🌵 Binance
🌵 OKX
🌵 Kucoin
🌵 Bybit
🌵 Coinbase
🌵 GateIO и другие
**__⚠️ Только для обучения. Разработчики не несут ответственности за результаты использования.
__**⚙️ GitHub/Инструкция
✍️ Документация
pythonpedia
Octobot** — мощный open-source бот для автоматической торговли криптовалютами.
Гибкая настройка под любые задачи: от технического анализа до обработки данных из соцсетей и интеграции со сторонними источниками, вроде статистики Google Trends.
🌵 Binance
🌵 OKX
🌵 Kucoin
🌵 Bybit
🌵 Coinbase
🌵 GateIO и другие
**__⚠️ Только для обучения. Разработчики не несут ответственности за результаты использования.
__**⚙️ GitHub/Инструкция
✍️ Документация
pythonpedia
🇷🇺Разбираешься в радиочипах, оптике и системах связи? Получи до 2 000 000 рублей за инженерные навыки на турнире «Дронкон»🇷🇺
«Сталинские Соколы» объявили старт регистрации на III Всероссийский турнир «Дронкон», который пройдёт с 8 по 14 мая.
**Два пути к победе:**
- Инженерное направление: беспроводная связь, радиочипы, оптические системы и стратегия «Битва Дронов»;
- Пилотирование: War Thunder, GeoGuessr, FPV-гонки и та же «Битва Дронов».
Призовой фонд за каждую дисциплину:
🥇 1 место — 2 000 000 рублей
🥈 2 место — 1 500 000 рублей
🥉 3 место — 1 000 000 рублей
4–8 места — по 150 000 рублей
Пройди онлайн-отбор и попади на очный этап в Республику Татарстан!
Перелёт, проживание и питание — оплачиваются организаторами.
pythonpedia
«Сталинские Соколы» объявили старт регистрации на III Всероссийский турнир «Дронкон», который пройдёт с 8 по 14 мая.
**Два пути к победе:**
- Инженерное направление: беспроводная связь, радиочипы, оптические системы и стратегия «Битва Дронов»;
- Пилотирование: War Thunder, GeoGuessr, FPV-гонки и та же «Битва Дронов».
Призовой фонд за каждую дисциплину:
🥇 1 место — 2 000 000 рублей
🥈 2 место — 1 500 000 рублей
🥉 3 место — 1 000 000 рублей
4–8 места — по 150 000 рублей
Пройди онлайн-отбор и попади на очный этап в Республику Татарстан!
Перелёт, проживание и питание — оплачиваются организаторами.
pythonpedia
💻 Serus — сервис, который проверяет свыше 100 миллиардов источников, включая открытый веб и Дарквеб, чтобы найти любые данные о тебе, которые могли уже попасть в сеть.
➡️ пароли
➡️ номера телефонов
➡️ e-mail адреса
➡️ домашний адрес
➡️ IP-адреса
➡️ старые учётные записи
➡️ информация из утечек и скомпрометированных баз
Он показывает, какие сведения уже опубликованы, где именно они появились и что срочно нужно обновить — до того, как ими воспользуются злоумышленники.
🔍 По сути — это твой персональный детектор утечек.
Пригодится, если:
🖱 регистрировался на множестве сайтов
🖱 используешь одни и те же пароли
🖱 опасаешься мошенников
🖱 хочешь понять, насколько ты «открыт» в интернете
🔐 Проверяем
pythonpedia
➡️ пароли
➡️ номера телефонов
➡️ e-mail адреса
➡️ домашний адрес
➡️ IP-адреса
➡️ старые учётные записи
➡️ информация из утечек и скомпрометированных баз
Он показывает, какие сведения уже опубликованы, где именно они появились и что срочно нужно обновить — до того, как ими воспользуются злоумышленники.
🔍 По сути — это твой персональный детектор утечек.
Пригодится, если:
🖱 регистрировался на множестве сайтов
🖱 используешь одни и те же пароли
🖱 опасаешься мошенников
🖱 хочешь понять, насколько ты «открыт» в интернете
🔐 Проверяем
pythonpedia
🔥 Стоит попробовать: Python-библиотека для удаления фона с изображений
Rembg — инструмент на Python, убирающий фон с картинок. Работает на CPU и GPU, подходит для массовой обработки.
Установка:
CPU:
pip install rembg
pip install rembg[cli]
GPU:
Убедитесь в поддержке onnxruntime-gpu: https://onnxruntime.ai
Затем:
pip install rembg[gpu]
или rembg[gpu,cli]
Использование в терминале:
Из сети: curl -s http://input.png | rembg i > output.png
Локальный файл: rembg i path/to/input.png path/to/output.png
В коде:
from rembg import remove
with open('input.png', 'rb') as i:
with open('output.png', 'wb') as o:
o.write(remove(i.read()))
⚙️ GitHub: https://github.com/danielgatis/rembg
#Python #rembg #удалениеподложки
pythonpedia
(Символов: 997)
Rembg — инструмент на Python, убирающий фон с картинок. Работает на CPU и GPU, подходит для массовой обработки.
Установка:
CPU:
pip install rembg
pip install rembg[cli]
GPU:
Убедитесь в поддержке onnxruntime-gpu: https://onnxruntime.ai
Затем:
pip install rembg[gpu]
или rembg[gpu,cli]
Использование в терминале:
Из сети: curl -s http://input.png | rembg i > output.png
Локальный файл: rembg i path/to/input.png path/to/output.png
В коде:
from rembg import remove
with open('input.png', 'rb') as i:
with open('output.png', 'wb') as o:
o.write(remove(i.read()))
⚙️ GitHub: https://github.com/danielgatis/rembg
#Python #rembg #удалениеподложки
pythonpedia
(Символов: 997)
⌨️ Сайт-агрегатор нейросетей
Огромная база — более 4000 нейросетей, разбитых по категориям для решения любых задач.
📂 Добавляем в закладки
pythonpedia
Огромная база — более 4000 нейросетей, разбитых по категориям для решения любых задач.
📂 Добавляем в закладки
pythonpedia
**https://youtu.be/Q0lHb-FCATk**
⚡️ Пишем на Python
🔥 Реальное тестовое для junior-разработчика с зарплатой 70 000
⚙️ Как превратить PDF в MP3 с помощью Python — разбираем по шагам
pythonpedia
⚡️ Пишем на Python
🔥 Реальное тестовое для junior-разработчика с зарплатой 70 000
⚙️ Как превратить PDF в MP3 с помощью Python — разбираем по шагам
pythonpedia
🥋 Японский стартап создал приложение с дипфейком для деловых видеозвонков
Инструмент «одевает» пользователя в деловой костюм и автоматически причесывает — идеально для срочных конференций.
pythonpedia
Инструмент «одевает» пользователя в деловой костюм и автоматически причесывает — идеально для срочных конференций.
pythonpedia
This media is not supported in your browser
VIEW IN TELEGRAM
**🔥 Крутой лоадер в виде индикатора Wi-Fi — реализован только на чистом CSS**
**💾 Telegram
💾 Исходный код на CodePen**
pythonpedia
**💾 Telegram
💾 Исходный код на CodePen**
pythonpedia
This media is not supported in your browser
VIEW IN TELEGRAM
В США создали ноутбук без дисплея — вместо него идут очки дополненной реальности 😎
Рабочий стол с их помощью выводится на виртуальную поверхность размером до 100 дюймов 🍔
pythonpedia
Рабочий стол с их помощью выводится на виртуальную поверхность размером до 100 дюймов 🍔
pythonpedia
💀 Теорию мёртвого интернета подтвердили: русский хакер Александр Жуков создал ботоферму через фейковое агентство Media Methane. Он развернул 6000 поддельных сайтов (ESPN, CNN, Vogue и др.) и запустил ботов, имитирующих людей: клики, просмотры, CAPTCHA — всё как у живых.
Для схемы использовали 2000 серверов и 650 000 IP. Система генерировала 300 млн видео-просмотров в день. Клиенты — Nestle, Comcast, The New York Times — платили за рекламу.
Схема рухнула после проверки одного из рекламодателей. ФБР задержало Жукова в Болгарии, его экстрадировали в США. Приговор — 10 лет в тюрьме.
🔗 Подробнее: @pythoncodeinsights
#кибербезопасность #мошенничество #pythonpedia
Для схемы использовали 2000 серверов и 650 000 IP. Система генерировала 300 млн видео-просмотров в день. Клиенты — Nestle, Comcast, The New York Times — платили за рекламу.
Схема рухнула после проверки одного из рекламодателей. ФБР задержало Жукова в Болгарии, его экстрадировали в США. Приговор — 10 лет в тюрьме.
🔗 Подробнее: @pythoncodeinsights
#кибербезопасность #мошенничество #pythonpedia
Media is too big
VIEW IN TELEGRAM
🍔 Парень случайно наткнулся на свою девушку в чат-рулетке — сидела с другим
Что было дальше — досмотрите до конца
pythonpedia
Что было дальше — досмотрите до конца
pythonpedia