TGTGInsightаналитика telegramLIVE / telegram public index
← АПКИТ Live

TGINSIGHT SIMILAR POSTS

Найти похожее

Источник @ApkitLive · Post #708 · 19 мар.

ФСТЭК идет навстречу ИБ и ИТ-бизнесу - АПКИТ продолжает конструктивное взаимодействие со ФСТЭК. Стали понятны цели изменений в ПП № 79. Цель - улучшить качество участников рынка. Стали понятны обоснования новых лимитов по численности специалистов. По изменениям в ПП № 171 АПКИТ попросила снизить требования по численности персонала. Нашу логику услышали. Требования по численности вероятно будут существенно снижены. Остальные редакционные правки также были внимательно рассмотрены. - Продолжаем обсуждать со ФСТЭК вопрос независимой сертификации ИБ-специалистов, в т.ч. на базе СПК-ИТ. Компаниям, заинтересованным в организации всего комплекса работ по сертификации (проверки компетенций и практических умений), просьба направить контакты своих представителей на [email protected] Комина Алина. - Собираем предложения для встречи со ФСТЭК по теме «Пути снижения барьеров экспортного контроля», предложения направляйте на [email protected] Комина Алина. #Новости

Результаты

Найдено 3 похожих постов

Поиск: #sounds

当前筛选 #sounds清除筛选
Interesting Planet 🌍

@interesting_planet_facts · Post #1053 · 19.11.2025, 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, 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