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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #9 · 27.03

Умные колонки, пожалуй, самые недооценённые из устройств нашего времени. В том смысле, что, не имея личного опыта использования, многие люди считают их чем-то совершенно бесполезным и не видят способа применения в своей жизни. Но, получив этот опыт, зачастую остаются очень довольны, а иногда и не понимают, как жили без них. У меня далеко не один знакомый, прошедший по этому пути: кому-то колонку подарили, у кого-то купил другой член семьи, а кого-то даже уговорил на покупку ваш покорный слуга. Во всех без исключения случаях колонка (в отличие, например, от 3D принтера и тем более от VR очков) не пылится где-то на антресолях, а вполне себе используется с завидной регулярностью. Казалось бы, вот вам и ответ на вопрос в заголовке: нужна. Но не всё так просто. Я тоже не случайным образом выбирал, кого именно пытаться уговорить. Давайте разберёмся, когда и зачем есть толк в умной колонке, а попутно посмотрим на новую Яндекс Станцию Макс, которая приехала ко мне. #gadgets#tech https://teletype.in/@clockstackwheels/station-max

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