В рейтинге участвует:

групп:

каналов:

Виртуальный сервер на SSD - недорого!

Аренда выделенных и виртуальных серверов (VDS/VPS), хостинг, аренда IP-адресов, администрирование, круглосуточная поддержка

qwarta.ru подробнее

Резервное копирование с проверкой на вирусы!!!

Удобный сервис создания резервных копий на любой сервер сети интернет. Отслеживайте изменения, проверяйте на вирусы. Надежно защитите свой бизнес!

go.backupland.com

Выбираете сервер? Любая конфигурация на заказ!

Аренда физических серверов любых конфигураций под любые запросы - 1С бухгалтерия, игровые сервера, нагруженные проекты, интернет-магазины!

qwarta.ru подробнее

Size: a a a

Распознавание речи

225 membersпожаловаться на группу
2019 September 05

KY

Kim Young in Распознавание речи
Vlad
Я знаю инфу только по синтезу речи у него, и ещё говорят, что алгоритмы и гугла и Яндекса практически одинаковые, как и у kaldi/espnet, большое отличие только в том, что у гугла есть тонны данных для обучения
Вообщем разница в количестве данных и флопсов, ну и оптимизации
источник
12:14пожаловаться#1

KY

Kim Young in Распознавание речи
Nikolay Shmyrev
Вот тут можно почитать http://iscslp2018.org/images/T4_Towards%20end-to-end%20speech%20recognition.pdf
Спасибо
источник
12:14пожаловаться#2

V

Vlad in Распознавание речи
Nikolay Shmyrev
Вот тут можно почитать http://iscslp2018.org/images/T4_Towards%20end-to-end%20speech%20recognition.pdf
Спасибо
источник
12:15пожаловаться#3

VV

Vlad Vinogradov in Распознавание речи
Привет :)
Я тут новичок, основная область — компьютерное зрение.
Не подскажете, есть ли датасеты по верификации по голосу на русском языке?
источник
15:19пожаловаться#4

VV

Vlad Vinogradov in Распознавание речи
Интересуюсь данными на русском для обучения такой штуки :)
https://github.com/CorentinJ/Real-Time-Voice-Cloning
GitHub
CorentinJ/Real-Time-Voice-Cloning
Clone a voice in 5 seconds to generate arbitrary speech in real-time - CorentinJ/Real-Time-Voice-Cloning
источник
15:21пожаловаться#5

NS

Nikolay Shmyrev in Распознавание речи
В готовом виде нет
источник
15:33пожаловаться#6

V

Vlad in Распознавание речи
Первый датасет на 1000 часов и 1000 и более голосов можно ещё насобирать (например, из open_stt датасета), а вот второй датасет на 300+ часов качественной речи одного человека - не находил. Максимум 16-20 часов
источник
15:37пожаловаться#7

V

Vlad in Распознавание речи
Мы свой будем делать, правда выложить его в открытый доступ вряд ли разрешат, ибо это будет немало денег для компании стоить)
источник
15:38пожаловаться#8

V

Vlad in Распознавание речи
Ещё кстати хорошая статья в эту тему: https://habr.com/ru/post/465941/
Хабр
Многоязычный синтез речи с клонированием
Хотя нейронные сети стали использоваться для синтеза речи не так давно (например), они уже успели обогнать классические подходы и с каждым годам испытывают на се...
источник
15:41пожаловаться#9

VV

Vlad Vinogradov in Распознавание речи
Vlad
Первый датасет на 1000 часов и 1000 и более голосов можно ещё насобирать (например, из open_stt датасета), а вот второй датасет на 300+ часов качественной речи одного человека - не находил. Максимум 16-20 часов
Я так понял, второй датасет необязательно по одной персоне, можно (и наверно нужно) несколько
источник
15:46пожаловаться#10

VV

Vlad Vinogradov in Распознавание речи
Vlad
Ещё кстати хорошая статья в эту тему: https://habr.com/ru/post/465941/
Хабр
Многоязычный синтез речи с клонированием
Хотя нейронные сети стали использоваться для синтеза речи не так давно (например), они уже успели обогнать классические подходы и с каждым годам испытывают на се...
О, спасибо
источник
15:47пожаловаться#11

V

Vlad in Распознавание речи
Vlad Vinogradov
Я так понял, второй датасет необязательно по одной персоне, можно (и наверно нужно) несколько
С этим я ещё не разобрался до конца
источник
15:47пожаловаться#12

V

Vlad in Распознавание речи
Мы кстати связывались с разработчиками этого проекта, и они сказали, что продакшн версия намного лучше работает и они готовы сотрудничать (даже с русским языком), но цена за 1 голос = 87к$))
источник
16:31пожаловаться#13

V

Vlad in Распознавание речи
Типо в опенсорс они выложили сильно упрощённую и обрезанную версию
источник
16:32пожаловаться#14

VV

Vlad Vinogradov in Распознавание речи
Vlad
Мы кстати связывались с разработчиками этого проекта, и они сказали, что продакшн версия намного лучше работает и они готовы сотрудничать (даже с русским языком), но цена за 1 голос = 87к$))
А то что в видеоролике интересно по какой версии 🤔
источник
16:33пожаловаться#15

V

Vlad in Распознавание речи
Та, что в репо
источник
16:33пожаловаться#16

VV

Vlad Vinogradov in Распознавание речи
А, тогда еще нормально
источник
16:34пожаловаться#17

VV

Vlad Vinogradov in Распознавание речи
По видео не так плохо работает в принципе
источник
16:34пожаловаться#18

V

Vlad in Распознавание речи
Там в ишью писали, что он не со всеми голосами хорошо работает, какой-то нормально клонирует, какой-то вообще не похоже
источник
16:34пожаловаться#19

VV

Vlad Vinogradov in Распознавание речи
Vlad
Мы кстати связывались с разработчиками этого проекта, и они сказали, что продакшн версия намного лучше работает и они готовы сотрудничать (даже с русским языком), но цена за 1 голос = 87к$))
Прайс вообще не слабый. Может они там очень красивые голоса генерируют? Типа кастомно, как deep fake
источник
16:36пожаловаться#20