95543
Первый журнал о Data Science | Machine Learning | Big Data | Deep Learning | Neural Networks По вопросам сотрудничества: @v2r8n
Что там со всякими аудио-моделями?
В мире всевозможных аудио-моделей за последнюю неделю произошло сразу несколько интересных событий.
Во-первых, Meta* выпустили свою опенсурсную SeamlessM4T. Это первая универсальная мультимодальная языковая модель. Она поддерживает более 100 языков и может сама распознавать исходный язык(и). Meta хвастается сообщает, что SeamlessM4T опережает существующие решения по точности и аккуратности перевода.
Сразу после этого стало известно, что YouTube начал тестировать поиск песен по напеванию. Новая функция (пока что в бета-тесте) сможет найти песню, даже если пользователь просто напел или «промычал» мелодию.
А на днях еще появилось эта штучка для клонирования голоса на основе VALL-E X. Требуется всего три секунды эталонной записи. Также обещают, что технология не ест много ресурсов и ее можно запускать чуть ли не на утюге.
😻 #news