TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #239 · 3 мај

Один из самых удобных способов записать данные это использование готовых форматов, такие как JSON или YAML. Из плюсов такого подхода стоит отметить вот что: 🔸 готовый, повсеместно используемый и поддерживаемый формат 🔸 простой и понятный файл, удобочитаемый для человека 🔸 можно легко редактировать в любом текстовом редакторе без специальных программ и библиотек Но есть и минусы 🔹 затраты времени при записи файла (кодирование данных в нужный формат строки) 🔹 затраты времени при чтении файла (декодирование данных в Python объекты) 🔹 размер файла увеличивается из-за разметки данных (скобки, запятые, переносы, отступы...) 🔹 перед записью все данные должны быть помещены в память в полном объёме (не всегда) 🔹 при чтении необходимо считать весь файл в память и только потом декодировать данные Если нужно писать немного данных в несколько файлов, то затраты по времени не ощутимы. Обычно это файлы конфига или какие-либо метаданные. Это отличный вариант под такие задачи. Есть и другой поход к записи файлов - это бинарные файлы. Используется, когда данных достаточно много и никто их не собирается читать глазками😳. 🔸 очень быстрая запись 🔸 чтение значительно быстрей чем JSON, YAML итд 🔸 размер файла значительно меньше, так как нет разметки 🔸 можно записывать данные по мере поступления не загружая всё в память 🔸 можно извлечь любую часть данных независимо Из минусов 🔹 нужно определить свой формат записи данных (если не используете готовую спецификацию определённого формата) 🔹 не получится открыть файл и визуально понять что там записано, а для чтения файла потребуется знать его спецификацию. 🔹 не так-то просто создать такой файл без специальной библиотеки В таком виде удобно записывать большой массив любых однородных данных. Например, мониторинг валютной биржи или кэшированная анимация 3D геометрии. (Это не означает что нельзя записать данные разного типа, просто это будет не так удобно) Представьте себе JPG-картинку. По сути это немного мета-информации и большой массив пикселей. Тоже самое со звуком или видео файлом. Поэтому, если вы попробуете открыть картинку в текстовом редакторе вы увидите что-то вроде такого f15d cd29 a564 4578 ... 09e2 9bc4 a696 1253 ... 84e9 4de1 3b23 c24a ... 2534 5161 28e0 709d ... ... Это и есть записанные байтики. И для их чтения требуется определённый софт который знает что с ними делать. Под каждый тип файла. К чему это я? Читайте в следующем посте... #tricks#basic

Резултати

Пронајдени 3 слични објави

Пребарај: #musicindustry

当前筛选 #musicindustry清除筛选
AI & Law

@ai_and_law · Post #740 · 12.01.2026 г., 08:04

🇺🇸🎼Universal Music Group and NVIDIA Partner on AI Music Discovery Universal Music Group (UMG) announced a collaboration with NVIDIA to develop AI tools for music discovery, creation, and engagement, using NVIDIA’s AI infrastructure and UMG’s music catalog. The partnership focuses on joint R&D aimed at advancing human music creation, ensuring rightsholder compensation, and improving attribution and protection of music-based content. As part of the project, the companies will extend NVIDIA’s Music Flamingo model to process full-length tracks, capturing elements such as harmony, structure, timbre, lyrics, and cultural context. The stated goal is to move beyond existing search and personalization models toward more interactive and contextual music discovery, while also encouraging artist adoption of AI-based creation tools. UMG and NVIDIA emphasize that the collaboration is framed around “responsible AI,” with safeguards intended to protect artists’ works, respect copyright, and ensure proper attribution. The partnership reflects UMG’s broader strategy of engaging with AI developers to shape how generative and discovery technologies are deployed in the music industry. #AICopyright#MusicIndustry#ResponsibleAI#AIRegulation

AI & Law

@ai_and_law · Post #730 · 24.12.2025 г., 08:04

🇺🇸🎼Cross-Border AI Music on Trial Independent musicians in Illinois have filed the first U.S. federal lawsuit targeting foreign-owned AI music generators, alleging copyright infringement and unfair practices by Mureka, an AI platform operated by Kunlun Tech Co., Ltd and Skywork AI Pte. Ltd. In Attack the Sound et al. v. Kunlun et al., plaintiffs claim that Mureka was trained on copied and stored sound recordings and musical works without permission, and that users can upload songs as “reference tracks” to imitate music or lyrics without consent or compensation. The complaint seeks injunctive relief and damages, alleging violations of U.S. copyright law, the DMCA, and the Illinois Biometric Information Privacy Act, including claims tied to voiceprints. Plaintiffs argue that Mureka—marketed as an “ultimate AI song generator” and used by more than 10 million users—directly competes with creators as a cheaper substitute for human creativity, disproportionately harming independent artists lacking label bargaining power. Filed by counsel from Loevy + Loevy, the case follows similar actions against U.S.-based AI music firms and is positioned as a landmark test of whether large-scale AI music systems owned abroad can operate in the U.S. market while respecting domestic IP and biometric protections. #AI#Copyright#MusicIndustry#IP

AI & Law

@ai_and_law · Post #394 · 11.09.2024 г., 07:04

Criminal Indictment Exposes $10 Million AI Music Streaming Fraud In a groundbreaking case, a North Carolina musician, Michael Smith, has been indicted for orchestrating a massive streaming fraud scheme that allegedly exploited AI-generated tracks to rake in over $10 million in royalties. This marks the first criminal case involving artificially inflated music streaming, highlighting the emerging risks as AI tools become more embedded in the music industry. Smith is accused of partnering with an AI music company to create a vast library of tracks, which he then fraudulently boosted using a network of bot accounts across major platforms like Spotify, Apple Music, and YouTube Music. The complex scheme, which began in 2017 and continued through 2024, involved deceiving distributors, financial institutions, and even the Mechanical Licensing Collective (MLC), which eventually caught on and halted royalty payments. This case underscores the growing challenge of maintaining integrity in the digital music ecosystem as AI continues to evolve. As the DOJ takes action, the music industry must ramp up efforts to detect and prevent such fraudulent activities to protect legitimate creators and maintain trust in digital platforms. #AI#MusicIndustry#StreamingFraud#DigitalLaw#Copyright