Итак, сторисы в Телеграме.
Вы меня знаете, как убеждённого хейтера всех новых форматов: начиная от сторис, заканчивая короткими вертикальными видео. Я могу часами рассуждать о том, как "общество деградирует". Но популярность этой наркоты так непредставимо огромна, что даже псевдо-идеалист Дуров не сдержался, и:
— Своровал напрямую фичу из другого сервиса, хотя не любит так делать,
— Вставил в продуманный мессенджер для интеллектуалов ширпотребный продукт.
Фундаментальная проблема Телеграм-сторис в том, что люди, которые у меня в контактах в мессенджере, и люди, от которых интересно смотреть регулярный медиа-контент — это два очень слабо пересекающихся множества. Я утром обнаружил в списке сторис кучу непонятных ноунеймов, и почти всегда оказывалось, что это какой-нибудь менеджер какого-нибудь заказчика, с которым мы обменивались рабочей документацией три года назад. Это не мой друг, не блогер, не член семьи, так что смотреть сторисы от него/неё для меня не имеет никакого смысла.
Пожалуй, сторисы нужны были бы только в каналах, но... их там не сделали вообще. Иногда мышление команды Телеграма выходит за пределы моего понимания.
Вместе с тем, совершенно никак не исправлены привычные болячки и косяки этого формата, хотя Дуров вроде как в превью обещал, что Телеграм-сторисы будут какими-то особенными, и реализованы не так, как у всех. Но что мы видим? Те же самые неизбежно вертикальные фото/видео. Нет инструментов, чтобы запостить горизонтальный контент, которого до сих пор в сети очень много (например, кадр из фильма, кусочек стрима видеоигры итд). Та же проблема с текстами: чтобы читать сторисы, нужно держать палец на экране. В общем, совершенно те же говносторисы, что и везде.
В целом, плюс у этого только один: надеюсь, данная функция добьёт в России инсту.
#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