TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #367 · 30.05
Поговорим про ML. Пару дней назад вышла новость о том, что в продажу поступила первая русскоязычная книга, половину текста в которой написала нейросеть ruGPT-3. А до этого вы все наверняка натыкались на очень яркие записи про Dalle и Imagen, где нейросеть по описанию рисует картинку, и получается очень любопытно. Такими темпами скоро нейросети превратятся в крипту: высокотехнологичную вещь, о которой, однако, в среде приличных технарей лучше не упоминать. Потому что то, каким образом это используется, и то, какой образ этому создают в массах, расходится не только с реальностью, но и с определённым уровнем вменяемости. Кстати, ML ещё и может ярко демонстрировать эффект Даннинга-Крюгера. Мем про "Ты чё, пёс, я математик!" нифига не шутка. Человек может считать себя крутым программистом, если научился комбинировать чужие библиотеки на питоне. Хотя на самом деле простейшую практическую задачу решить не способен -- я с такими сталкивался лично. ML-щики вообще пихают свои нейросети куда ни попадя, считая, что это волшебная таблетка и швейцарский нож для любых ситуаций. Мне рассказывали случай, когда на хакатоне по работе с данными выиграл человек, который просто аккуратно вручную подобрал нужные зависимости в Excel :) Глобально же нейросетями пытаются решать три вида задач: 1. Информации в вопросе много, а в ответе нужно мало. Например, распознавание образов и символов. Подбор значений каких-нибудь коэффициентов. Приложение "Хотдог или не хотдог" из сериала Кремниевая Долина. Обычно нейросети справляются с таким очень хорошо. Рукописный ввод распознают шикарно, по фото могут назвать породу собаки, математические формулы читают. Но важно понимать, что под капотом даже у такой нейросети не возникает никаких понятных вам символов. Например, при распознавании рукописного ввода случайный набор пикселей, не имеющий для человека смысла, может быть с той же степенью уверенности интерпретирован нейросетью, как совершенно чёткая буква А. Просто мы на такой случайный набор не попадаем почти всегда, и поэтому всё ок. 2. Информации в вопросе средне, и в ответе нужно средне. Как правило, это предсказание, восстановление недостающих данных, улучшение качества фото, раскрашивание ч/б. С такими задачами нейросети справляются уже средненько. Улучшенный нейросетью снимок сразу видно. Предсказание лишь ненамного точнее, чем случайный выбор. Польза в том, что в обращении такие сети просты, а результат всё-таки дают. Но не стоит их переоценивать. Например, сюда можно отнести задачу суммаризации текста (по большому объёму текстов тебе печатают выжимку). Мои товарищи в одном чате несколько дней игрались с ботом-суммаризатором, и в основном половина написанных им фраз это просто мусор и ерунда для ржача. Но в другой половине всё-таки какой-то совсем небольшой смысл проглядывался. Недостаточный для того, чтобы задалбывать этим ботом участников чата (привет, ребята :) ), но не абсолютный рандом. 3. Информации в вопросе мало, а в ответе нужно много. Это генерация данных: вот как раз написание текстов, составление рисунков, логотипов и так далее. Так вот, по моему скромному, но всё-таки хоть немного компетентному мнению, в таких вопросах нейросети выдают полную херню. И хвалёная логотипная нейросетка Лебедева — тоже полная херня. И распиаренная GPT ничего толкового не пишет. Когда читаешь примеры в новостях-анонсах, сразу думаешь: "Вау, как круто!". Но когда пробуешь сам: ruGPT-3 по уровню осмысленности где-то чуть ниже "Яндекс.Рефератов", если помните такой сервис и суть его работы. Я не знаю, будут ли сети по созданию изображений работать так круто (сейчас доступа к ним ни у кого нет), но книга в соавторстве с человеком стала возможна только по той причине, что в качестве человека взяли Павла Пепперштейна, который берёт случайные комбинации словосочетаний и выдаёт это за литературу. Поверьте: человечество пока что в безопасности касательно захвата машинами. #dev
Hashtags
Търсене: #asr
@proanalysistrader · Post #28059 · 23.10.2024 г., 17:39
#ASR/USDT analysis : #ASR is in a downtrend, making lower lows (LLs) and lower highs (LHs) below the 200 EMA. The price has broken down and retested the support zone, which is now acting as resistance. It is expected to continue its bearish momentum and test lower levels. Wait for a pullback for a short entry. TF : 30min Entry : $2.090 Target : $2.015 SL : $2.136
Hashtags
@cryptoprofitcoach · Post #8568 · 07.12.2022 г., 17:01
#ASR👈 https://www.binance.com/en/trade/ASR_BTC Buying Zone 1570- 1600 👆 Highly pumpable Coin Buy in parts 👈strictly follow for max profits Sell 🤑 1700 🤑 1700-1860 🤑 1860-2000 🚀 2000- 2200 & above Bullish above 1500
Hashtags
@cryptoprofitcoach · Post #8446 · 11.11.2022 г., 10:43
#ASR👈 https://www.binance.com/en/trade/ASR_BTC Buying Zone 1360- 1400 👆 Highly pumpable Coin Buy in parts 👈strictly follow for max profits Sell 🤑 1470-1540 🤑 1540-1600 🤑 1600-1700 🚀 1700- 1800 & above Exit/Re-Entry -1320
Hashtags
@signal_bitcoins · Post #1977 · 23.12.2023 г., 15:21
#ASR compressed between the trendline and support zone on Weekly time frame, breakout incoming..🚀 ❄️@signals_bitcoin_crypto❄️ ❄️@Shadow_support0o❄️
Hashtags
@ai_machinelearning_big_data · Post #8401 · 29.08.2025 г., 09:04
⚡️OLMoASR: открытые ASR-модели от AI2. Институт искусственного интеллекта Аллена выпустил OLMoASR, семейство из 6 моделей для автоматического распознавания английской речи. ▶️Линейка моделей: 🟢OLMoASR-tiny.en (39M); 🟢OLMoASR-base.en (74M); 🟢OLMoASR-small.en (244M); 🟢OLMoASR-medium.en (769M); 🟠OLMoASR-large.en-v1 (1.5B) обученная на 440 тыс. часов аудио; 🟠OLMoASR-large.en-v2 (1.5B) обученная на 680 тыс. часов аудио; По результатам тестов на 21 датасете, модели OLMoASR показали производительность, сопоставимую с Whisper от OpenAI, а в некоторых случаях и превзошли ее, особенно при работе с длинными аудиозаписями. Проект полностью открытый: опубликованы не только веса моделей, но и датасет, код для обработки данных, а также скрипты для обучения и оценки. Все компоненты, включая код и данные, доступны на GitHub и Hugging Face. 📌Лицензирование: Apache 2.0 License. 🟡Статья 🟡Набор моделей 🟡Техотчет 🟡Demo 🖥GitHub @ai_machinelearning_big_data #AI#ML#ASR#OLMoASR#AI2
@neuroport · Post #583 · 03.02.2026 г., 11:31
🗣 VibeVoice ASR ● Распознавание речи и диаризация ● RU ● Portable by Nerual Dreming Ссылка на оригинальный GitHub:https://github.com/microsoft/VibeVoice Ссылка на репозиторий репакера:https://github.com/timoncool/VibeVoice_ASR_portable_ru Репакер:#nerual_dreming Дата обновления: 3 февраля 2026 Категории:#stt, #ASR, #diarization, #AIaudio Платформа:#Windows Язык: RU Системные требования: NVIDIA GPU с поддержкой CUDA от 8 ГБ VRAM для полной версии, меньше для квантованной Совместимость:#Nvidia 🖥Описание софта VibeVoice ASR — новейшая модель от Microsoft для транскрибации, диаризации (разделения по спикерам) и простановки таймкодов за один проход. Главная фишка — обработка до 60 минут аудио целиком, без нарезки на куски, что позволяет модели «понимать» контекст всей беседы. Особенности портативной версии: В сборку включены две модели: полная (оригинал) и квантованная (от scerz). Реализована поддержка эмуляции 4-bit квантизации для полной модели — это позволяет запускать тяжелую оригинальную версию даже на картах с небольшим объемом памяти без потери качества. Также добавлена нативная поддержка видеофайлов и парсер текста с выбором спикеров для показа. 😬Основные возможности VibeVoice ASR: 🟣Две модели на борту: Выбор между оригинальной Full версией и оптимизированной Quantized (scerz). 🟣Эмуляция квантизации: Уникальная фича сборки — возможность запуска полной модели в режиме 4-bit (bitsandbytes) для экономии VRAM. 🟣Всеядность: Поддержка не только аудио, но и видео (MP4, MKV, AVI, MOV) — звук извлекается автоматически через FFmpeg. 🟣Умная диаризация: Точное определение «Кто, Когда и Что сказал» (Who, When, What). 🟣Длинный контекст: Обработка часовых записей без потери смысла и путаницы в спикерах. 🟣Удобство: Веб-интерфейс на русском языке 🟣Парсер текста: позволяет скрыть или показать временные метки, спикеров, дескрипторы 💿Установка и запуск ⁍ Скачайте архив с установщиком или окружением. ⁍ Распакуйте в папку без кириллицы в пути. ⁍ Запустите install.bat для установки библиотек (для установщика). ⁍ Запустите run.bat для старта веб-интерфейса. ⁍ Модели скачаются при первом запуске ➡️Скачать VibeVoice ASR Portable installer— установщик, сам все скачает ➡️Скачать VibeVoice ASR Portable env — готовое окружение для RTX 4090 и win11 💬Обсудить в нашем чате 👾НЕЙРО-СОФТ - делаем нейросети доступнее
@ai_machinelearning_big_data · Post #8567 · 17.09.2025 г., 10:10
⚡️Qwen-ASR Toolkit — мощный Python CLI для быстрой транскрипции длинных аудио и видео Эта утилита снимает ограничение API Qwen-ASR (бывший Qwen3-ASR-Flash) в 3 минуты и позволяет расшифровывать часы контента. Достигается это за счёт умного разбиения записи и параллельной обработки. Основные возможности: - Снятие лимита в 3 минуты - транскрибируй файлы любой длины - Умное разбиение (VAD - это технология, которая определяет, где в аудио есть речь, а где — пауза или шум.) - деление по естественным паузам, без - Высокая скорость - многопоточность и параллельные запросы к API - Автоматический ресемплинг — конвертация в нужный формат 16kHz mono - Поддержка любых форматов — MP4, MOV, MKV, MP3, WAV, M4A и др. - Простота - запуск одной командой через CLI 🟢Установка: pip install qwen3-asr-toolkit 🔗 GitHub: https://github.com/QwenLM/Qwen3-ASR-Toolkit @ai_machinelearning_big_data #asr#speech2text#qwen#opensource#nlp#toolki
@datasciencejobs · Post #3041 · 22.11.2025 г., 15:01
#вакансия#machinelearning#ml#datascience#ds#python#middle#senior#nlp#asr#tts Middle/Senior Machine Learning Engineer Вилка: 3000–5500 евро (в зависимости от уровня) 📍Локации: Россия, СНГ, ЕС, Сербия, Турция Компания: североамериканская компания, работающая на рынке VoIP-решений Стек: Python, ML&DL, NLP, ASR, Speech synthesis (TTS), PyTorch/TensorFlow, HuggingFace, ONNX/TensorRT, NeMo, NumPy Что предстоит делать: — Разрабатывать решения в области речевых технологий — обработка аудио и речи (в оффлайн и потоковом режиме), анализ текста (суммаризация, поиск сущностей, классификация, выделение тем и т.д.), детектирование угроз (мошенничество, спам и т.д.). — Быстро создавать прототипы решений и подстраивать их под бизнес-требования. — Разрабатывать и оптимизировать ML-модели для распознавания речи, анализа текста и смежных задач. — Взаимодействовать с проектным менеджером и продакт-лидом для преобразования бизнес-требований в технические решения. — Следить за современными методами и исследованиями в области обработки речи и NLP. — Участвовать в профессиональном развитии команды. Будет существенным плюсом: — Опыт работы с современными библиотеками обработки речи. — Опыт конвертации/оптимизации/ускорения моделей с помощью TensorRT или аналогичных инструментов. — Участие в ML-соревнованиях (Kaggle и др.). Требования к английскому: уровень B1 и выше. Позиция подразумевает участие во всех этапах разработки — от уточнения бизнес-требований до реализации продакшн-решений. Контакт для связи: @sl_sergei
@frolov_lib · Post #314 · 04.02.2026 г., 10:23
Моя новая статья на Хабре про распознавание речи https://habr.com/ru/companies/first/articles/992508/ #asr #распознавание_речи #потоковое_распознавание #преобразование_речи_в_текст #AI_технологии #голосовое_управление
@frolov_lib · Post #309 · 25.01.2026 г., 08:57
Моя новая статья про распознавание речи в реальном времени на микрокомпьютере отечественной сборки Репка 4. Скоро она выйдет и на Хабре #asr #распознавание_речи #потоковое_распознавание #преобразование_речи_в_текст #AI_технологии #голосовое_управление https://repka-pi.ru/blog/post/161
@frolov_lib · Post #308 · 24.01.2026 г., 06:21
Голосовое управление светодиодом через реле на Repka-Pi #asr #распознавание_речи #потоковое_распознавание #преобразование_речи_в_текст #AI_технологии #голосовое_управление
@frolov_lib · Post #302 · 22.01.2026 г., 11:28
Встречайте мою новую статью! Хабр Как прикрутить нейросеть к SDR: распознавание речи в GNU Radio https://habr.com/p/987784/ #asr #распознавание_речи #потоковое_распознавание #преобразование_речи_в_текст #AI_технологии #голосовое_управление