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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #862 · 15.09

Что в итоге получилось с организацией вещей в квартире. Когда-то я начинал свой подход к попытке систематизировать вещи с обычных картонных коробок, криво подписанных вручную. Настольные игры тоже располагались так, что доступ к ним был только условно. Вторая итерация получилась гораздо лучше и аккуратнее. Но нельзя закончить наводить порядок, можно лишь перестать это делать. Со временем ты понимаешь, что какими-то категориями пользуешься очень редко, а другие, наоборот, расширяются и вынуждают разделять их на несколько. Заказанный по моим размерам стеллаж + термопринтер для этикеток. И ещё очень много времени в попытке понять, что куда класть. Мне нравится, как получилось. Каждый раз испытываешь приятные эмоции, когда нужно что-то достать или положить. P.S. В настолках специально оставлено много места под идущие предзаказы. #life#окр

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