Это адаптированная версия моего исследования «Синтетическая эмпатия: эмоциональная привязанность к автономным LLM-агентам и коммерциализация одиночества». Здесь — техническая выжимка: разберём, как именно архитектура современных компаньон-агентов производит эмоциональную привязанность, и почему это не побочный эффект, а прямое следствие инженерных решений. Полная версия с приложением по железу и библиографией — в моём блоге.
Рубрика «TTS»
Синтетическая эмпатия: как RAG, системные промпты и TTS инженерят привязанность к LLM-агентам
2026-10-18 в 13:26, admin, рубрики: ai-агенты, Apple Silicon, chromadb, llm, Ollama, rag, TTS, одиночествоSilero TTS v5 теперь умеет и в эмфазы, и в вопросы и восклицания
2026-10-15 в 18:19, admin, рубрики: silero, text-to-speech, TTS, вопросы, восклицания, нейросети, русский язык, синтез речи, синтезатор речи, эмфазы
Не так давно мы писали про Читать полностью »
Речевые технологии для языка, у которого не было ни одного датасета — на одной потребительской видеокарте
2026-09-11 в 10:18, admin, рубрики: AI, asr, language model, languages, ml, TTSКороткая версия: за несколько месяцев на одной домашней видеокарте у крымскотатарского языка появились работающее распознавание речи (WER 0.3463 → 0.1701) и синтез, который прочитал вслух целую книгу — шестнадцать глав, 1 час 58 минут звучания. На обучение моделей из этого ушли часы. Всё остальное время съели данные, проверки и выяснение того, какие из моих собственных измерений врут.
Вот про эту вторую часть я и хочу рассказать, потому что она переносится на любой язык, а первая — нет.
Оповещения о БПЛА через Яндекс Станцию
2026-07-12 в 9:22, admin, рубрики: home assistant, TTS, webhook, YandexStation, алиса, умный дом, яндекс.станцияИстория про то, как «просто пусть колонка читает вслух сообщения из канала» превратилась в квест по внутренностям умного дома Яндекса, с двумя тупиками, неофициальной интеграцией и в итоге рабочим пайплайном на webhook.
Задача
Дано: Telegram-канал, куда падают оповещения (у меня это был канал с оповещениями об угрозе атаки БПЛА по региону, но механизм универсальный — точно так же можно озвучивать алерты мониторинга, сообщения от умного дома или что угодно ещё). Есть Яндекс.Станция с Алисой. Хочется: когда в канал приходит сообщение с ключевым словом, колонка сама, без обращения к нейЧитать полностью »
Что перестаёт работать в тестировании, когда приходит LLM
2026-06-19 в 9:15, admin, рубрики: ai-агенты, Evals, llm, llm testing, qa, qa lead, STT, TTS
Голосовой агент — это не чатбот с телефоном: 40 часов экономии и $100, сожженные на ботах
2026-05-04 в 10:45, admin, рубрики: ElevenLabs, latency, llm, OpenClaw, Retell, STT, TTS, Twilio, voice agents, голосовые агентыЯ однажды примерно за сутки сжег около $100 на голосовом агенте.
Не на большом запуске. Не на огромной базе. Не на хитрой рекламной кампании. Просто на небольшом пуле холодных контактов, где агент периодически попадал на voicemail, IVR, секретарей и других ботов.
В какой-то момент два не очень умных голосовых процесса могли довольно долго вежливо говорить друг другу что-то в духе:
Здравствуйте.
Здравствуйте, чем могу помочь?
Я звоню, чтобы…
Здравствуйте, чем могу помочь?
Конечно, подскажите, пожалуйста…
Как я добавил llama.cpp бэкенд в CosyVoice3 и ускорил инференс в 2.6x
2026-04-25 в 17:25, admin, рубрики: CosyVoice, gguf, llama-cpp-python, quantization, speech synthesis, TTSCosyVoice3 — одна из лучших open source TTS моделей прямо сейчас, особенно для русского языка. Но у неё есть проблема: LLM-часть на PyTorch работает медленно на слабых GPU вроде T4. RTF (real-time factor) около 1.17 — это значит синтез одной секунды аудио занимает больше секунды реального времени.
Я решил это исправить, добавив поддержку llama.cpp через llama-cpp-python. Результат: RTF упал до ~0.45, то есть ускорение примерно в 2.6x.
В этой статье расскажу как это работает, почему это нетривиально, и как попробовать самому.
Почему CosyVoice LLM — не обычная LLM
Заставляем голосовых ассистентов Марусю и Салют материться без принуждения и спецсредств
2026-04-06 в 6:16, admin, рубрики: AI, llm, nlp, prompt injection, TTS, user input, voice assistant, безопасность, голосовые ассистенты, уязвимостиВсем привет! Не такую первую публикацию я планировал сделать на Хабр: есть пара более серьёзных и интересных тем, которыми я планирую поделиться, но перфекционизм пока не даёт их добить.
А тут получилась спонтанная и короткая история из разряда «поигрался - проиграл задумался», которая неожиданно упёрлась в этику и безопасность.
Я протестировал 30+ голосовых AI-движков и собрал переводчик быстрее Google Meet. Бенчмарки, цены, грабли
2026-03-28 в 4:28, admin, рубрики: AI, Deepgram, ElevenLabs, Kokoro, llm, STT, TTS, Voice AI, голосовой бот30+ движков за две недели, реальные замеры на Apple M4, и почему ElevenLabs за $5.57/час - это приговор для бизнеса
Сижу на очередном рабочем созвоне. Обсуждаем архитектуру нового сервиса. Технически я всё понимаю - документацию на английском читаю без словаря, код ревьюю, в слаке переписываюсь нормально. А вот когда надо открыть рот и сказать что-то сложнее "I agree" - начинается цирк. Пауза. Подбираю слова. Коллега уже ответил за меня.
Знакомо?
Мошенники позвонили моему ИИ-деду. Он продержал их 31 минуту и записал всё
2026-02-25 в 8:05, admin, рубрики: llama, timeweb_статьи, TTS, Whisper, голосовой агент, голосовой бот, мошенники, скамбейт, телефонное мошенничествоТри недели назад мне позвонила мама. Не «привет, как дела», а сразу: «Сынок, тут из банка звонили, говорят, с моей карты пытаются снять деньги».
У меня похолодело внутри. Не потому что поверил. А потому что понял: они дозвонились. Опять.
Я работаю с ML-системами шестой год. Строю пайплайны, оптимизирую инференс, вот это всё. И в тот момент, вешая трубку после того, как полчаса объяснял маме, что «сотрудник Сбербанка» не будет просить коды из SMS, я понял — хватит.