Рубрика «TTS»
KoboldCpp — нейросеть для развлечений и работы у нас дома
2025-07-07 в 10:27, admin, рубрики: AI, llm, ml, TTS, генерация изображений, искусственный интеллект, чат, чатботы
Телеграм-каналы теперь можно слушать
2025-06-10 в 18:18, admin, рубрики: chatgpt, telegram, TTS, ИИ, искусственный интеллект, Медиа, мини приложение, подкасты, телеграм-бот
Рассказываем, как с помощью ИИ мы создали стриминговую платформу для телеграм-каналов. И почему это нужно всем, у кого нет времени читать.
Каналов много, а времени мало
Как мы превращаем телеграм-каналы в радио с помощью ИИ
2025-06-06 в 14:51, admin, рубрики: chatgpt, telegram, TTS, искусственный интеллект, контент, Медиа, подкасты
Да, теперь телеграм-каналы можно слушать. Рассказываем, как это работает.
Каналов много, а времени мало
Телеграм-каналы уже давно победили традиционные СМИ. Но для чтения каналов нужно время. А с этим у многих из нас проблемы.
Делаем быстрый, качественный и доступный синтез на языках России — нужно ваше участие
2025-01-09 в 11:46, admin, рубрики: TTS, азербайджанский язык, белорусский язык, казахский язык, русский язык, синтез речи, таджикский язык, татарский язык, узбекский язык, украинский язык
VALL-E 2: Нейронные кодировочные языковые модели являются синтезаторами речи с человеческим уровнем в zero-shot
2024-12-06 в 11:15, admin, рубрики: nlp, TTS, обработка естественного языка, синтез речи
Введение
VALL-E 2, последнее достижение в области нейронных кодировочных языковых моделей, которое стало вехой в синтезе речи в zero-shot, достигнув человеческого уровня впервые. Zero-shotЧитать полностью »
Один клик, и телеграм-каналы превращаются в…
2024-09-27 в 14:14, admin, рубрики: radiogram, telegram, TTS, ИИ, плеер, стриминг, телеграм-каналыВ подкасты! Рассказываем, как с помощью ИИ мы создали аудио-стриминг телеграм-каналов.
Сейчас в Телеграм много очень интересного контента. Но часто не хватает времени, чтобы все это читать. Вот тут-то и приходит на помощь Radiogram. Мы сделали так, что ваши любимые телеграм-каналы можно просто слушать – как подкасты.
Moshi: GPT4-O voice mode дома (обзор)
2024-09-24 в 14:33, admin, рубрики: AI, asr, Audio, large language model, llm, ml, nlu, sound, TTSIntro
Прежде чем приступать к самому обзору, хотелось бы обозначить отличительные черты подхода, относительно большинства диалоговых систем:
Текущие системы работают в каскадной манере: сначала «активационное» слово, затем аудио переводится в текст (ASR), текст обрабатывается и анализируется, и, наконец, ответ генерируется через TTS. Однако это медленно, теряет эмоции и «живость» разговора, и, что самое важное, все взаимодействие происходит через жесткое чередование говорящих — сначала ты, потом я, и так далее.
-
Moshi не опирается на сложные каскадные пайплайны (ASR, NLU, TTS), а объединяет все эти функции Читать полностью »
Особенности фонетики якутского языка для синтеза речи
2024-08-20 в 16:44, admin, рубрики: TTS, русский язык, синтез речи, якутский язык
Недавно мы закончили проект по синтезу якутского языка. Хотя наши договорённости не позволяют выложить нам модели в общий доступ, какими-то соображениями на тему того, как можно делать синтез якутского языка мы поделиться можем.
Под котом катом вы узнаете:
-
Как звучит синтез на якутском языке;
Проблема омографов в ударениях и как я ее решал
2023-10-15 в 13:54, admin, рубрики: TTS, омографы, расстановка ударений, синтез речи, фонетика
Меня зовут Денис (tg: @chckdskeasfsd), и это история о том, почему в опенсурсе нет TTS с нормальными ударениями, и как я пытался это исправить.