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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #77 · 17.09

В первом выпуске подкаста я говорил, что чёлка в айфонах — очевидно плохое решение, от которого отказались даже те производители, которые копируют айфон. И вот мы увидели на новой презентации Apple, что чёлку уменьшают. Думаю, в следующем поколении её не будет совсем. Apple не может сразу и открыто признать свою ошибку, но медленно и как бы неявно будет. А вот вам второй выпуск. Я поработал над звуком, он стал сильно лучше, хоть и неидеален. Но на записи я немного простывший, и, боюсь, это слышно, так что третий выпуск точно будет ещё качественнее. Решил порассуждать о проблемах UI/UX в популярных сервисах и приложениях. Привел некоторое количество интересных, как мне кажется, примеров. А ещё подкаст теперь доступен в Google Podcasts, (правда, там второй выпуск ещё не синхронизировался). #podcast

Hashtags

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