🔍Пишем свой поисковик на Java —[1:18:32]
Это запись вебинара, на котором автор подробно показывает процесс создания полноценного поисковика на Java с помощью Elasticsearch.
Он будет работать с огромным массивом документов и c относительно небольшими задержками. Основные таймкоды для удобной навигации:
1. План вебинара — [0:37]
2. Структура приложения — [7:45]
3. Установка и запуск Elasticsearch — [10:20]
4. Создание индексов и поиск по ним — [17:37]
5. Асинхронные вызовы, продвинутые возможности — [1:05:30]
Перейти к просмотру
#видео#java
#AST👈
https://www.binance.com/en/trade/AST_BTC
Buying Range 220- 230
👆
Buy in parts 👈strictly follow for max profits
Sell
🤑 240-250
🤑 250-270
🤑 270-290
🚀 290-320 & above
Bullish above 200🔼
Dead Zone below 200🔽
🎙️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