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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #85 · 13.10

Я купил новый микрофон и звук стал на порядок лучше, мне прямо нравится даже в наушниках. Всё-таки техника очень сильно определяет результат, тут прям как с фотографами, ха-ха ) Выпуск получился длиннее обычного, но сокращать на монтаже не стал. Затронул важный и даже несколько болезненный для меня вопрос: как выходит, что унылые мобильные игры без геймплея и сюжета зарабатывают в десятки раз больше, чем крутые высокобюджетные блокбастеры на консолях и ПК. И у меня очень давно зрела в голове гипотеза на эту тему. Лично я прям очень верю в неё, хотя кому-то может показаться фантастикой. #podcast P.S. На Яндекс.Музыке как обычно с опозданием в несколько часов, скорее всего утром, пока всё синхронизируется.

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