TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #508 · 19.08

Традиционно полёт на коптере сравнивают с птицей или, например, подъёмом на высокое место и обзором оттуда. Пока я летал в горах, мне пришло в голову другое сравнение — выход из тела. Это ощущение есть именно в FPV-очках — твоё физическое тело как бы теряет материальность, потому что, помимо зрения, которое теперь идёт из камеры коптера, ты ещё и концентрируешься на управлении, из-за чего чувствуешь только кончики пальцев на стиках. Это очень любопытно: технологии позволяют вполне реально переживать то, что до этого было описано, как эзотерическая практика, весьма далёкая от науки и объективности. Постарался сделать это видео расслабляющим. Переключите плеер в высокое качество и не забудьте звук. #drone#travel#hobby https://www.youtube.com/watch?v=Prz2c3z73tE&r=3

Резултати

Намерени 3 подобни публикации

Търсене: #sounds

当前筛选 #sounds清除筛选
Interesting Planet 🌍

@interesting_planet_facts · Post #1053 · 19.11.2025 г., 18:11

🌎 In 1977, the Soviet Venera 14 probe recorded mysterious low-frequency “thunder”-like sounds on Venus. Scientists now attribute these to seismic activity or wind interacting with the planet’s dense atmosphere. Venus’s surface winds move slowly, but thick air carries sound much farther than on Earth. ✨ #Venus⚡#sounds⚡#space 👉subscribe Interesting Planet 👉more Channels ​

djangoproject

@djangoproject · Post #255 · 02.02.2017 г., 18:57

https://github.com/tyiannak/pyAudioAnalysis #pyAudioAnalysis is a Python library covering a wide range of audio analysis tasks. Through pyAudioAnalysis you can: Extract #audio features and representations (e.g. mfccs, spectrogram, chromagram) Classify unknown #sounds Train, parameter tune and evaluate classifiers of audio segments Detect audio events and exclude silence periods from long recordings Perform supervised segmentation (joint segmentation - classification) Perform unsupervised segmentation (e.g. speaker diarization) Extract audio thumbnails Train and use audio regression models (example application: emotion recognition) Apply dimensionality reduction to visualize audio data and content similarities