Nikolay V. Shmyrev

Голос Digalo "Николай" под RHVoice Наша команда "RHVoice Lab" экспериментировала-экспериментировала, да и натренировала синтезатор речи для синтезатора речи. Голос Digalo Ни...

На канале AGI интересная ссылка, целый патент организовался тут у некоторых СПОСОБ И СИСТЕМА АНАЛИЗА ГОЛОСОВЫХ ВЫЗОВОВ НА ПРЕДМЕТ ВЫЯВЛЕНИЯ И ПРЕДОТВРАЩЕНИЯ СОЦИАЛЬНОЙ ИНЖЕНЕ...

> Подскажите, пожалуйста, как обычно (кроме метода тыка) выбирают количество слоев енкодера и декодера в моделях распознавания речи (трансформер, конформеры и прочие rnn)? Об...

> кто знает, как в этой модели добавить задачу translation в коде на python? results = model.transcribe("video.mkv", language="ja", task="translate")

cublas точно подходящей версии?

Model.close() вызываете?

Звук проигрываемый что-ли надо записать? Для этого надо настраивать устройство записи

а в файле что? скорее всего файл неправильного формата

микрофон-то близко стоит или далеко от человека?

https://github.com/NVIDIA/NeMo/blob/main/docs/source/asr/models.rst?plain=1#L202

Хотел себе, кстати, недавно телефон взять, eOS поставить, попробовать f-droid с распознаванием интегрировать. Чего-то нет даже моделей нормальных. У самсунгов бутлоадер залоче...

128 это что?

никто Unreal Engine насчёт звукового ввода не мучал? Почему там задержки по несколько секунд по записи звука?

просто обрабатывать текст распознанный, сбрасывать-то зачем?

https://www.youtube.com/watch?v=61ytTdmbgSs

А кто в ЦРТ-то остался?

И где тут рвётся соединение?

двойные буквы объединять?

воск?