Voice stuff
1.65K subscribers
425 photos
50 videos
3 files
577 links
Канал про голосовые технологии.

Чат группы @voice_stuff_chat

Здесь говорят про свежие подходы и решения в областях распознавания и синтеза речи, голосовой биометрии и про машинное обучение в целом.
Контакт: @frappuccino_o
Download Telegram
Давно мечтал путешествовать со своим роутером и вот я встретил в магазине роутер с поддержкой wifi6 и купил на пробу.

Оказывается, в отелях очень легко подключиться к местной сети. Я просто воткнул роутер и он заработал. Скорость входного канала выше не стала, зато никакой больше интерференции и перегрузки из-за большого количества подключений. В общем, стало явно лучше, чем со стандартными 2.4ghz роутерами.

Надеюсь, у меня не будет проблем с тем чтобы его забрать))
🔥1
Not just 10000 hours.

Великолепное видео от veritasium. Я бы хотел рассказать вкратце в чём дело, но нет, просто поверьте что эти 17 минут сильно изменят, или подтвердят ваше представление о профессионализме.

Отвечает на вопросы как:
Кто лучше диагностирует редкую болезнь: врач с 20 годами опыта, или fresh grad?
Можно ли стать экспертом по игре в казино (или определению характера по гороскопу) ?
Можно ли чему-то научиться без стойкой обратной связи? Я прямо вспомнил мою работу в ресёрче в циске)


https://youtu.be/5eW6Eagr9XA
👏1
Смотрю я на Израиль, и израилитяне - они предприниматели. У них нет сетей кофеен, нет сетей супермаркетов, каждый делает что-то своё, на своём углу дома. И это ведь реально круто, когда у каждого есть своя нотка индивидуальности.

И я подумал, а что если это и есть прекрасный концепт? Что если будущее больших организаций не за одним брендом, а за кучкой маленьких компаний с разными функциями, которых объединяет, например, общий инвестор/акселератор, который следит чтобы у всех участников получалось хорошо. Не один и тот же макдоналдс везде, а такие рестораны Новикова, которые объединяет только то, что они все потрясающие.
🔥5👎1
Маркетологи потихоньку проникают в консоль.
Дэвид Питерсон (не Джордан) придумывает языки для всяких вымышленных народов в кино. Он выступал в Гугле на тему «придумываем язык за час». Я начал было слушать, но быстро понял, что это тот редкий случай, когда надо смотреть. Посмотрел и рекомендую вам. Очень весело, целая куча знаний о языках сразу:
https://youtu.be/StcSHmBZj2k
Forwarded from CGIT_Vines (Marvin Heemeyer)
This media is not supported in your browser
VIEW IN TELEGRAM
Куда катиться мир, мем "как нарисовать сову" потерял свою идею, а следующие поколения навсегда утреяют его смысл.

Инструменты завязанные на мой любимый Artbreeder + StableDiffusion позволяют вам рисовать сову с навыками инфузории.

Вариант того так будут выглядеть инструменты в ближайшем будущем.
😁1
А вас забавляет тот факт, что вы живёте ровно в тот момент истории, когда люди вплотную приблизились к созданию систем, превосходящих по сложности их самих?
❗️OpenAI начало обучать GPT-4. Обучение будет закончено через пару месяцев

Сказать больше не могу, чтобы не подставлять.. Но что стоит знать:

— Огромное количество параметров
— MoE парадигма, PaLM-like
— Стоимость обучения ~ $.e6
— Text, audio-vqvae, image-vqvae (возможно и видео) токены в одном потоке
— SOTA в огромном количестве задач! Особенно значимые результаты в мультимодальном домене.
— Релизное окно: Декабрь-Февраль

p.s.: откуда инфа? ..оттуда. доверяю ли я ей сам. ну в чём-то да, в чём-то нет. мое дело рассказать, ваше — отказаться

@мишин лернинг
Если есть кто-то, кто пользуется Rasa или DialogFlow, можете выбрасывать их. Новые модели как sentence BERT уже справляются с классификацией интентов по 1 образцу. Для Rasa требовался целый датасет, по 20 образцов вопроса на каждый интент, и не дай бог там будут коллизии.

Раньше:
- Где припаркована моя машина?
- где я припарковался?
- Где я машину поставил?
- локация моей машины
- покажи на карте мою машину
- где стоит моя машина?
- Локация машины

Сейчас:
- Где припаркована моя машина?

Качество одинаковое. Офигеть.

Rasa - это такой движок для разговоров. В него пишутся примеры вопросов и указываются ответы на них и скрипты, которые нужно сделать до ответа. Например, отображение той же геолокации машины. Good night, sweet prince.
История успеха по-Армянски.

Приехали 3 парня в Армению, и даже не в столицу, а в Дилижан. Сняли там коттедж красивый и уже полгода пилят свой стартап. Судя по всему, даже получается.

Разумеется, стоимость жизни в Дилижане очень низкая, а отсутствие в нём жизни, заставляет фокусироваться на работе. Интернет хороший. Из развлечений - хайк по горам и соседний очень эстетичный ресторан.

Один из них экстраверт и жалуется что без людей тяжело, но двое других чувствуют себя замечательно.

Я иногда тоже думаю что если жизнь меня припрёт к стенке, я осяду где-то в глубинке Турции с видом на море и буду пилить свой стартап.
😁5👍1🔥1
Forwarded from Neural Shit
Media is too big
VIEW IN TELEGRAM
ЭТО МАКСИМАЛЬНО ОХУЕННО!!!

Чувак пилит AR шутер, в который можно играть в своём доме.

Если есть окулус, то демку можно потестить уже сейчас в сайдквесте.

Разраб обещает в ближайшем обновлении напилить еще больше интересных фич.

Канал автора на ютубе
Apple watch умеют определять начались ли месячные у владельца! При том, что носить на трусах их необязательно для этого)
😁1
Ура, из айфонов убрали сим-карты!

P.S. Оставили только eSIM
В 14 айфоне появилась спутниковая связь 🙄
Но пока только для ЧС. И нужно показывать на спутник телефоном чтобы словило. Зато теперь find my работает даже без сети)
Обратил внимание что Яндекс карты не рисуют государственных границ, ну или рисуют их очень незаметно.

Границы они в голове 🤔
Please open Telegram to view this post
VIEW IN TELEGRAM
🤮1
Forwarded from Kali Novskaya (Tatiana Shavrina)
День программиста? А может лучше
Pytorch мигрирует в Linux Foundation!

TLDR:
Самый популярный и важный фреймворк для AI (смотрите сами в paperswithcode) мигрирует из Meta в нейтральную гавань, которая обеспечит долгосрочное и открытое развитие фреймворка.

Поздравляю всех! 🥂🎊🎉

Манифест Linux Foundation:
https://linuxfoundation.org/zh/blog/welcoming-pytorch-to-the-linux-foundation/
🔥3
В этом году Coqui-AI выпустила такую нейронку для клонирования голоса, что она из коробки звучит и клонирует лучше, чем некоторые коммерческие решения. При том что обучена она всего лишь на датасете в 40 часов на где-то 100 спикеров. Ну ладно, там ещё два языка по 15 спикеров, что на самом деле вообще не облегчает задачу.

Так вот, YourTTS говорит на 3 языках, клонирует любой голос по 10-секундной записи и звучит лучше чем многие опенсорсные системы, обучающиеся на нескольких часах такого голоса.

https://edresson.github.io/YourTTS/
🔥3
Вообще забавно что сейчас разница между коммерческим и бесплатным решением для синтеза речи скорее не в качестве звучания, а в том как хорошо работает нормализация текста перед подачей её в синтез. Это как если бы разница между бесплатной и платной машиной была в наличии коробки передач. И вы вместо бесплатной феррари покупаете жигули за деньги потому что на ней вы можете хоть куда-то уехать, а на бесплатной феррари, у которой только вторая передача, можно только по двору флексить.
Сегодня третий день Interspeech 2022 - самой большой и крутой конференции по голосовым технологиям в мире. На этот раз она проходит в Южной Корее. Обычно на этих конференциях происходят крутые прорывы, так как публикуются важные статьи. В этот раз я заметил много материалов, связанных с TTS, и длинный туториал от Microsoft.

https://www.interspeech2022.org/
Расписание: https://www.interspeech2022.org/files/01.%20Session%20Making%20_%20Program%20at%20a%20Glance%20_%200916.pdf
🔥3
Кто знает почему так?

Оказывается, все числа до 0 до 255 в python захешированы, как частоиспользуемые. И вместо того чтобы каждый раз размещать для них память отдельно, python хранит ссылки на них.