#аудио

Все теги →

Неделя 39

  1. Whisper: 680 тысяч часов «грязной» разметки вместо идеального датасета Как OpenAI обучили распознавание речи на субтитрах из интернета и получили модель, которая почти не ломается на новых данных. разбор
  2. Как нейросеть отделяет голос от музыки: Hybrid Transformer Demucs Две ветки, по времени и по частоте, и трансформер между ними. Разбор архитектуры, которая держала рекорд в разделении источников. разбор
  3. VoiceLM: конвейер, который вытаскивает чистый голос из шума Redis, очереди RQ, нейросеть UVR5 на видеокарте и секреты в SOPS: как я собирал голосовой датасет и не сжёг 8 ГБ VRAM. проект