TGINSIGHT SIMILAR POSTS
Изворен канал @pythonotes · Post #396 · 9 окт.
7.09.2025 состоялся релизPithon 3.14! На фоне хайпа про NoGIL всё позабыли про другие фичи. Особенно про Multiple Interpreters, который обещает изоляцию процессов но с эффективностью потоков! На сколько действительно это будет эффективно мы узнаем позже, потому что сейчас это лишь первый релиз с ограничениями и недоработками. Но что там про NoGIL? Теперь этот режим не экспериментальный, а официально поддерживаемый, но опциональный. Чтобы запустить без GIL нужна специальная сборка. И перед стартом нужно объявить переменную PYTHON_GIL=0 Для вас я собрал готовый репозиторий где достаточно запустить скрпит, который всё сделает: ▫️ соберет релизный Python 3.14 в новый Docker-образ ▫️ запустит тесты в контейнере (GIL, NoGIL, MultiInterpreter) ▫️ распечатает результаты Тест очень простой, усложняйте сами) Вот какие результаты у меня: === Running ThreadPoolExecutor GIL ON TOTAL TIME: 45.48 seconds === Running ThreadPoolExecutor GIL OFF TOTAL TIME: 6.14 seconds === Running basic Thread GIL ON TOTAL TIME: 45.54 seconds === Running basic Thread GIL OFF TOTAL TIME: 4.74 seconds === Running with Multi Interpreter TOTAL TIME: 18.30 seconds Если сравнивать GIL и NoGIL, то на мои 32 ядра прирост х7-x10 (почему не х32? 🤷). При этом нам обещают что скорости будут расти с новыми релизами. Режим без GIL похож (визуально) на async, тоже параллельно, тоже не по порядку. Но это не IO! и от того некоторый диссонанс в голове 😵💫, нас учили не так! Интересно, что чистый Thread работает быстрей чем ThreadPoolExecutor без GIL. Ну и где-то плачет один адепт мульти-интерпретаторов😭 Теперь нужно искать где они могут пригодиться с такой-то скоростью. Скорее всего своя область применения найдется. Отдельно я затестил память и вот что вышло на 32 потока: ThreadPoolExecutor GIL ON 305.228 MB ThreadPoolExecutor GIL OFF 500.176 MB basic Thread GIL ON 90.668 MB basic Thread GIL OFF 472.444 MB with Multi Interpreter 1267.788 MB Пока не знаю как к этому относиться) В целом - радует направление развития! #release
Hashtags
Пребарај: #texttospeech
@gptunnel · Post #166 · 15.11.2024 г., 10:52
📢 Обновили интерфейс и пошаговую инструкцию инструмента «Диктор». С его помощью вы можете легко преобразовать текст в качественную речь для подкастов, видео и обучающих курсов. Выбирайте из множества голосов и настраивайте параметры для идеального звучания. 🔗Инструкция по работе с «Диктором» #aitools@gptunnel#texttospeech@gptunnel
Hashtags
@gptunnel · Post #148 · 02.10.2024 г., 07:39
🎤«Диктор»: из текста в речь за считанные минуты Инструмент «Диктор» позволяет создавать качественный аудиоконтент без дорогостоящего оборудования и услуг профессиональных дикторов. Мы подготовили новую статью о возможностях «Диктора». В ней вы найдете: • Примеры применения инструмента • Пошаговое руководство по использованию • Полезные рекомендации для достижения лучших результатов 🔗Инструкция по работе с инструментом «Диктор» #aitools#texttospeech
Hashtags
@datasciencejobs · Post #1507 · 07.06.2023 г., 09:47
#developer#вакансия#удаленка#работа#ML#deepfake#аватар#цифровойдвойник#datascience#ComputerVision#TTS#TextToSpeech#VoiceCloning#AutomaticSpeechRecognition 📍Вакансия: Senior ML/DL Speech Engineer Компания : AI CLONE Вилка: 5000-8000 $ 📌Локация: любая ✏️AIClone- это передовые технологии, помогающие создавать цифрового двойника и озвучивать видео на разных языках. Описание: Мы ищем талантливого Senior ML/DL Engineer с опытом работы в задачах обработки речи (Text-To-Speech, Voice Cloning/Conversion) в AI Clone – IT стартап в области ML. Это уникальный искусственный интеллект, позволяющий автоматически озвучивать и переводить видео на английский язык (китайский, хинди и многие другие) с любого языка мира, сохраняя индивидуальный голос, тембр, мимику. Теперь каждый может говорить как носитель языка. Задачи, которые будут в работе: - Обучать и улучшать state-of-the-art модели для речевых задач; - Экспериментировать, получать понятные и воспроизводимые результаты, достоверно подтверждать гипотезы - Упаковывать решения в сервис - Оптимизировать и поддерживать модели машинного обучения в продакшене; искать точки роста в продукте и технологиях Пожелания к опыту: - уверенный Python-разработчик со знанием алгоритмов; - Понимание современных архитектур и подходов в ML/DL - Практический опыт в Audio/Speech (TTS, Voice Cloning/Conversion и прочее) от 3-х лет - Опыт с распределенным обучением больших моделей (Multi-GPU, Mixed Precision); - Опыт работы с диффузионными моделями; - Умение работать в команде над большим техническим проектом (GitHub, Docker, etc.) - Умение быстро изучать новые технологии и решать сложные задачи, для которых нет готового решения. Будет плюсом - Наличие ML проектов и/или реализация статей на гитхабе - Опыт работы с Transformer-based подходами, особенно для TTS (VALL-E, InstructTTS); - Наличие публикаций на топовых ML конференциях Приятные бонусы: - Полностью удаленный формат работы, в любом часовом поясе, из любой точки мира; - Возможность быть у истоков быстрорастущей, международной IT компании; - Любой удобный формат трудоустройства; - Комфортные условия работы, не токсичная команда; - Применение лучших практик и современный стек технологий, получение опыта в передовых направлениях ML и CV. - Выплаты в криптовалюте (по желанию). Присылайте ваше CV в телеграм @Nadezhda120288
@frolov_lib · Post #313 · 30.01.2026 г., 14:08
Сервер синтеза речи на микрокомпьютере отечественной сборки Репка #синтезречи #texttospeech #tts #голос #озвучка #нейросеть #искусственныйинтеллект #ai #voiceai
@frolov_lib · Post #311 · 28.01.2026 г., 07:07
Синтезируем речь! #синтезречи #texttospeech #tts #голос #озвучка #нейросеть #искусственныйинтеллект #ai #voiceai