TGTGInsighttelegram intelligenceLIVE / telegram public index
← Mathshub: интенсив по математике и Python (aug '22)

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonmathaug22 · Post #22 · 7 сеп.

Дорогие студенты Mathshub! Спасибо за поддержку идеи помогать друг другу❤️ Мы получили уже более 20 заявок от более продвинутых студентов, желающих помочь начинающим с нуля✨ В ближайшее время мы присвоим вам в Discord роль «helpers», которая будет отображаться в вашем профиле. А теперь хотим понять, кому нужна помощь и поддержка хелпера — если вам нужна помощь более продвинутого студента, то, пожалуйста: 1. Зайдите в Discord на наш канал #python-и-математика-интенсив 2. Найдите последний закрепленный пост про набор в мини-группы 3. Оставьте под этим постом реакцию "палец вверх👍🏻" 4. Ожидайте от нас распределения на группы) Идея объединяться в группы не обязательна для всех. Она актуальна только для желающих поддержку от более продвинутых студентов. Если вам не актуально, то можете не обращать внимание на это сообщение😌 Спасибо!

Hashtags

Резултати

Пронајдени 3 слични објави

Пребарај: #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