Иногда какая-то проблема в сервисе или приложении кажется мне очень значительной, но для остальных людей она таковой не оказывается. А иногда наоборот, кто-нибудь пишет: "Как можно вообще использовать продукт X, если там есть проблема N?", а я о такой проблеме либо впервые слышу, либо она мне видится полной ерундой.
Например, для меня невозможность использовать WhatsApp с компьютера без подключённого рядом телефона и невозможность синхронизировать чаты между устройствами на разных ОС — это не просто критический косяк, а вообще ситуация, полностью уничтожающая смысл мессенджера. Как автомобиль без колёс: в нём может быть удобный салон и мощный двигатель, но зачем он нужен без колёс? Кто захочет и станет таким пользоваться? Мне непонятно, но по какой-то причине полмира сидит в автомобилях без колёс, не трогаясь с места, потому что им, как оказалось, нужен там только кондиционер и крыша от дождя.
Когда я вижу где-нибудь новый "критический косяк", который авторы сервиса не исправляют годами, я всегда усилием привожу себя к этой мысли: видимо, проблема существует только у меня и небольшого числа подобных мне.
Но вот с VK Видео мне непонятно. Давайте спрошу у вас. Сейчас, если открыть в разделе видеозаписей "мои подписки", то там будут ролики вообще от всех пабликов, на которые я подписан. Этих пабликов десятки, и мне от них нужны, в основном, посты в ленте. Для меня совершенно очевидно, что подписки на видеоблоги и подписки на паблики — это две разные группы, которые не нужно смешивать. Де-факто раздел с моими подписками в VK Видео для меня абсолютно неюзабелен, потому что там тонны мусора. При этом полностью выходить из всех пабликов я тоже не хочу. На YouTube у меня страница с подписками это главная точка входа в сервис, потому что именно по ней я отслеживаю, у кого из блогеров вышли новые ролики, чтобы их посмотреть. В VK такой возможности на практике нет, и это для меня самый главный ограничитель при попытке перехода с ютуба на VK Видео.
Этой проблеме уже не первый год, исправлять её даже не пытаются. Получается, что её вижу только я, всем остальным норм?
#web
⚡️Сбер представил новую систему синтеза речи для ГигаЧата — в одной модели используются сразу несколько разных уникальных голосов под разные задачи
Обновление позволяет генерировать речь в различных манерах — от естественного Freespeech для общения до подкастного формата, интонаций операторов и традиционного дикторского стиля. Звучание стало более органичным и приближенным к человеческому.
Что умеет новый синтез:
- для разных кейсов применения синтеза сделаны отдельные голоса
воспроизводит паузы, смысловые акценты и эмоциональную окраску
- построен на собственной разработке: GigaChat 3b как основа, специализированный токенизатор и адаптер к LLM
- умеет озвучивать тексты бесконечной длины с учетом контекста, а также клонировать голоса
- внутренние замеры демонстрируют прогресс в качестве и натуральности звука
Зачем это нужно:
- помогает создавать более органичные голосовые интерфейсы
- оптимален для разговорных ассистентов, озвучки подкастов или аудиокниг, а также в автоматизированных колл-центрах
Основные преимущества:
- есть возможность выбора голоса, которые подходят под разные задачи
- управление стилистикой и эмоциями на естественном языке
- самый живой синтез речи, ни у Алисы, ни у OpenAI ничего похожего нет
Новый синтез уже доступен в Voice Mode Гигачата.
@ai_machinelearning_big_data
#ai#ml#speech#llm
Vosk Speech Recognition Toolkit
Vosk is an offline open source #speech#recognition toolkit. It enables speech recognition for 20+ languages and dialects - English, Indian English, German, French, Spanish, Portuguese, Chinese, Russian, Turkish, Vietnamese, Italian, Dutch, Catalan, Arabic, Greek, Farsi, Filipino, Ukrainian, Kazakh, Swedish, Japanese, Esperanto, Hindi, Czech. More to come.
Vosk models are small (50 Mb) but provide continuous large vocabulary transcription, zero-latency response with streaming API, reconfigurable vocabulary and speaker identification.
Speech recognition bindings implemented for various programming languages like Python, Java, Node.JS, C#, C++ and others.
Vosk supplies speech recognition for chatbots, smart home appliances, virtual assistants. It can also create subtitles for movies, transcription for lectures and interviews.
Vosk scales from small devices like Raspberry Pi or Android smartphone to big clusters.
https://t.me/speech_recognition
https://alphacephei.com/vosk
https://github.com/alphacep/vosk-api
🇺🇿Biznes va tadbirkorlik oliy maktabi va 🇰🇷KoreyaningAdju universiteti hamkorligida “MBA-IT biznes” yo‘nalishi bo‘yicha 🎓magistratura mutaxassisligi tinglovchilari uchun Adju universiteti xalqaro tadqiqotlar oliy maktabi (GSIS) 👨🏫 dekani Byeong Yun Chang nutq so‘zladi.
Для слушателей совместной 🎓магистерской программы 🇺🇿Высшей школы бизнеса и предпринимательства и 🇰🇷УниверситетаАджу по специальности «MBA-IT biznes» выступил с речью 👨🏫 декан Высшей школы международных исследований (GSIS) университета Аджу Бйонг Юн Чанг.
#GraduateSchool#Masterclass#Speech#Itbusiness
Web-site | Telegram | Facebook |Instagram
An escalator stopped in front of Trump at the UN building 🛑🛗. Trump later devoted almost half of his speech at the UN 🏛🎤 to complaining about this escalator 🤦♂️.
#trump#escalator#speech
👂More on Trump's Ear ⚠️
🚀 Mojtaba Khamenei to Address Recent War Situation Amid Mourning Period
Mojtaba Khamenei is anticipated to deliver a speech regarding the current war situation. According to NS3.AI, the address will coincide with the 40th day of mourning for a deceased high-ranking revolutionary figure, as reported by Tasnim News Agency.
#MojtabaKhamenei#WarSituation#MourningPeriod#TasnimNews#NS3AI#Iran#Speech
WhisperTux
Simple #voice#dictation application for #Linux. Uses whisper.cpp for offline speech-to-text transcription. No fancy GPUs are required although whisper.cpp is capable of using them if available. Once your speech is transcribed, it is sent to a ydotool daemon that will write the text into the focused application.
Features
Local speech-to-text processing via whisper.cpp (no cloud dependencies)
No expensive hardware required (works well on a plain x86 laptop with AVX instructions)
Global keyboard shortcuts for system-wide operation
Automatic text injection into focused applications
Configurable whisper models and shortcuts
https://github.com/cjams/whispertux
#assistant#speech#stt