Posty

Wyświetlam posty z etykietą si

[K] Speech Translate - Whisper w okienku

Obraz
UWAGA NA WSTĘPIE: Warto zajrzeć do nowszego posta na temat Whispera w bardziej "strawnej" wersji! O, tego właśnie szukałem! Wprawdzie osobiście używam programu Whisper z poziomu języka Python , ale wiem, że nie jest to na nerwy każdego. Stąd bardzo ucieszyłem się, że trafiłem na program Speech Translate , który potrafi wykonać transkrypcję za pomocą Whispera i da się go zainstalować i uruchomić "po ludzku" w systemie Windows 10/11 . Tu szybkie wyjaśnienie dla osób, które nie czytały wpisu o Whisperze - Whisper dokonuje transkrypcji plików dźwiękowych z wykorzystaniem sieci neuronowych (a konkretnie jednego z pięciu dostępnych modeli takiej sieci: tiny , base , small , medium i large ). Każdy kolejny model jest bardziej złożony i skorzystanie z niego wiąże się z wydłużeniem procesu transkrypcji, ale jednocześnie dostarcza on dokładniejszego, lepszego rezultatu. Proces transkrypcji wymaga dużej mocy obliczeniowej, tym większej, im bardziej skomplikowanego mo...

[K] Sonible smart:EQ 3

Obraz
O Sonible Smart:EQ 3 słyszałem już jakiś czas temu (chyba przy okazji premiery tej wersji), ale jakoś nie obejrzałem żadnego filmiku na ten temat, bo i nie bardzo interesował mnie kolejny "inteligentny korektor". Bo i dlaczego miałby? Jednak czasy się zmieniają, oczekiwania i potrzeby również. Po obejrzeniu bardzo entuzjastycznego filmu Pawła Uszyńskiego postanowiłem zbadać sprawę. Kolejna cegiełka Smart:EQ 3 jest kolejnym narzędziem, który za pomocą analizy spektralnej i odpowiedniemu przygotowaniu algorytmów potrafi "rozpoznać" przetwarzany sygnał i go odpowiednio skorygować. Co to znaczy "odpowiednio"? W założeniu tak, by wyeliminować pojawiające się rezonanse i sprawić, by wszystko brzmiało dobrze. A co to znaczy "dobrze"? Tutaj pojawia się dylemat i przeciwnicy takich "automatycznych" rozwiązań właśnie na tym polu widzą najwięcej bolączek. Niemniej trudno zaprzeczyć, że aplikacje w rodzaju Soothe 2 , Gullfossa czy Neutrona C...