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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #978 · 1.05

Похоже, рубрика "Мысли за месяц" не пользуется большой популярностью у моей аудитории. Хотя частично я связываю это с интерфейсом открытия лонгридов. Абсолютному большинству людей при скролле ленты (в VK) или в момент быстрой реакции на уведомление от канала (в TG) лениво делать дополнительный клик и переключать контекст своего экрана, это можно понять. Отсюда, кстати, и всякие автозапуски видео практически на всех платформах, где вообще есть видео в каком-то общем потоке: у VK в ленте, у TG в чате. Так просто работает внимание человека. Если видео не начать воспроизводить, за него не зацепится внимание, а делать клик для старта пользователь не станет. Для других видов контента это тоже справедливо. Много раз уже говорил, что интернет с длинными текстами мы потеряли, и возвращение человечества в эту канву маловероятно. Тем не менее, несколько мыслей в прошедшем месяце я записал, приведу две из них. Во-первых, я узнал этимологию слова "кенгурятник" применительно к бамперу для внедорожника. Ну, помните, наверное, так называли бампера у джипов, на которых ездили новые русские в девяностые и начале двухтысячных, а потом эти бампера запретили. Слово "кенгурятник" я слышал ещё тогда, и думал, что это какой-то сленг. Но оказывается это буквально изобретение из Австралии: бампер, защищающий машину при столкновении с кенгуру. Во-вторых, я купил электронный настенный диммер Aqara для системы умного дома. У диммера есть функция нажатия и функция поворота. Я запрограммировал на нажатие включение/выключение торшера в кабинете, а на поворот: его яркость. Но почему-то нажатие срабатывало не всегда, периодически просто ничего не происходило. Поскольку товары Aqara весьма качественные и, как правило, работают без сбоев, я сделал предположение и оказался прав: у диммера есть ещё и третий режим "Поворот в нажатом состоянии". Иногда я при нажатии случайно доворачивал диммер, это интерпретировалось движком как отдельная команда, на которую ничего не записано. Оставалось только продублировать на неё включение/выключение торшера, и всё стало чётко. Буквально иллюстрация фразы "не баг, а фича". #web#life

Hashtags

Резултати

Намерени 2 подобни публикации

Търсене: #speechrecognition

当前筛选 #speechrecognition清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8484 · 09.09.2025 г., 12:01

🎙️ Qwen3-ASR — универсальная модель распознавания речи! 🟢Поддержка EN/CN + ещё 9 языков: ar, de, en, es, fr, it, ja, ko, pt, ru, zh 🟢 Авто-определение языка 🟢 Модель умеет распознавать речь даже в сложных условиях — когда человек поёт, читает рэп или говорит под фоновую музыку. — WER <8% (ошибки меньше 8 слов на каждые 100) 🟢 Работает даже в шуме, низком качестве и на расстоянии 🟢 В модель можно добавить свои слова/термины/имена и фразы, и она будет их правильно распознавать ▪API:https://bailian.console.alibabacloud.com/?tab=doc#/doc/?type=model&url=2979031 ▪ModelScope Demo: https://modelscope.cn/studios/Qwen/Qwen3-ASR-Demo ▪Hugging Face Demo: https://huggingface.co/spaces/Qwen/Qwen3-ASR-Demo ▪Blog:https://qwen.ai/blog?id=41e4c0f6175f9b004a03a07e42343eaaf48329e7&from=research.latest-advancements-list @ai_machinelearning_big_data #ASR#SpeechRecognition#Qwen3#AI#MachineLearning#DeepLearning#VoiceAI

Machinelearning

@ai_machinelearning_big_data · Post #8296 · 18.08.2025 г., 11:11

🎙️NVIDIA выпустили Canary-1B v2 — открытую модель для распознавания и перевода речи, которая работает с 25 европейскими языками. Что она умеет: - 📝 Точное ASR (распознавание речи) и AST (перевод речи) между английским и 24 другими языками. - Автоматическая пунктуация, капитализация и точные таймстампы до слова. - Поддержка русского, французского, немецкого, испанского и многих других языков. Чем интересна - До 10× быстрее инференс, чем у моделей в 3 раза больше. - Уже показывает state-of-the-art точность среди открытых моделей на Hugging Face. - Лицензия CC-BY-4.0 — можно свободно использовать в проектах. Под капотом: - Архитектура: FastConformer-энкодер + Transformer-декодер (~978M параметров). - Форматы: .wav и .flac, моно 16 кГц. - Легко интегрируется через NVIDIA NeMo или прямо с Hugging Face. Где пригодится: 🟢 голосовые ассистенты 🟢 субтитры и перевод видео 🟢 чат-боты с речевым вводом 🟢 real-time анализ речи Всего ~978M параметров → легче, быстрее и дешевле в использовании, чем большие модели конкурентов. 🟠Попробовать можно здесь: https://huggingface.co/nvidia/canary-1b-v2 🟠SET: https://huggingface.co/datasets/nvidia/Granary 🟠PARAKEET: https://huggingface.co/nvidia/parakeet-tdt-0.6b-v3 @ai_machinelearning_big_data #AI#NVIDIA#SpeechRecognition#ASR#AST#Multilingual#MachineLearning#DeepLearning