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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #650 · 12.11

"Моя Волна" в Яндекс Музыке поставила мне песню группы Breaking Benjamin. Это такой альтернативный рок, похожий отдалённо на Linkin Park, но более мелодичный и без речитатива. Я действительно когда-то подростком много их слушал (и как Яндекс Музыка об этом узнала?). А о самой группе узнал лет 15 назад, когда увидел машиниму с их песней по моей любимой игре Half-Life 2. Машинима (machine + cinema) — ныне почти забытый термин, не встречал его много лет — это ролик, который делается с использованием трёхмерного движка видеоигры. Хотя сами машинимы и в наше время не редкость, но вот что-то именно слово вышло из употребления, по крайней мере, в рунете. При этом, скажем, запись геймплея обычно машинимой не является, а вот трейлер игры вполне подходит под определение. В современные игры даже иногда стали добавлять специальный видеоредактор, чтобы фанаты делали ролики, способствуя, тем самым, дополнительной рекламе игры. Конкретно машинима на песню So Cold, о которой я говорю, была настолько популярна, что оказала значимый эффект на известность самой группы Breaking Benjamin, о чём даже указано в Википедии в статье про группу (но я читал об этом ранее где-то в другом источнике). И, согласно заявлению автора, его ролик попал на MTV (в США). И правда, очень атмосферно было под строки "Show me how defenseless you really are..." смотреть на динамично склеенные панорамы разрушенного City17. И вообще текст неплохо подходит под сюжет игры, хотя во многом это достигается его нечёткостью и многозначностью, как любят вообще делать альтернативные рок-музыканты. Автор клипа, кстати, смог сделать G-man'а поющим с помощью встроенного в движок игры lipsync-редактора, который сама игра тоже использует, чтобы реалистично двигать губами персонажей на основе анализа звуковых файлов с озвученными актёрами репликами. Для 2004 года это вообще был если не прорыв, то беспрецедентное внимание к деталям и качеству реализации. Тот же Ведьмак 3, вышедший на 11 лет позже, имеет серьёзные проблемы с синхронизацией между звуком и анимациями во время разговора. Хотя диалоги в нём составляют в десятки раз более значимую часть иммерсивности, чем в Half-Life. #games

Hashtags

Резултати

Намерени 2 подобни публикации

Търсене: #speechrecognition

当前筛选 #speechrecognition清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8484 · 09.09.2025 г., 12:01

🎙️ Qwen3-ASR — универсальная модель распознавания речи! 🟢Поддержка EN/CN + ещё 9 языков: ar, de, en, es, fr, it, ja, ko, pt, ru, zh 🟢 Авто-определение языка 🟢 Модель умеет распознавать речь даже в сложных условиях — когда человек поёт, читает рэп или говорит под фоновую музыку. — WER <8% (ошибки меньше 8 слов на каждые 100) 🟢 Работает даже в шуме, низком качестве и на расстоянии 🟢 В модель можно добавить свои слова/термины/имена и фразы, и она будет их правильно распознавать ▪API:https://bailian.console.alibabacloud.com/?tab=doc#/doc/?type=model&url=2979031 ▪ModelScope Demo: https://modelscope.cn/studios/Qwen/Qwen3-ASR-Demo ▪Hugging Face Demo: https://huggingface.co/spaces/Qwen/Qwen3-ASR-Demo ▪Blog:https://qwen.ai/blog?id=41e4c0f6175f9b004a03a07e42343eaaf48329e7&from=research.latest-advancements-list @ai_machinelearning_big_data #ASR#SpeechRecognition#Qwen3#AI#MachineLearning#DeepLearning#VoiceAI

Machinelearning

@ai_machinelearning_big_data · Post #8296 · 18.08.2025 г., 11:11

🎙️NVIDIA выпустили Canary-1B v2 — открытую модель для распознавания и перевода речи, которая работает с 25 европейскими языками. Что она умеет: - 📝 Точное ASR (распознавание речи) и AST (перевод речи) между английским и 24 другими языками. - Автоматическая пунктуация, капитализация и точные таймстампы до слова. - Поддержка русского, французского, немецкого, испанского и многих других языков. Чем интересна - До 10× быстрее инференс, чем у моделей в 3 раза больше. - Уже показывает state-of-the-art точность среди открытых моделей на Hugging Face. - Лицензия CC-BY-4.0 — можно свободно использовать в проектах. Под капотом: - Архитектура: FastConformer-энкодер + Transformer-декодер (~978M параметров). - Форматы: .wav и .flac, моно 16 кГц. - Легко интегрируется через NVIDIA NeMo или прямо с Hugging Face. Где пригодится: 🟢 голосовые ассистенты 🟢 субтитры и перевод видео 🟢 чат-боты с речевым вводом 🟢 real-time анализ речи Всего ~978M параметров → легче, быстрее и дешевле в использовании, чем большие модели конкурентов. 🟠Попробовать можно здесь: https://huggingface.co/nvidia/canary-1b-v2 🟠SET: https://huggingface.co/datasets/nvidia/Granary 🟠PARAKEET: https://huggingface.co/nvidia/parakeet-tdt-0.6b-v3 @ai_machinelearning_big_data #AI#NVIDIA#SpeechRecognition#ASR#AST#Multilingual#MachineLearning#DeepLearning