Нейронавт | Нейросети в творчестве
13.2K subscribers
7.14K photos
5.66K videos
51 files
7.23K links
Канал про нейросети в компьютерной графике, в кино и вообще

В папках и запусках не участвую

для связи @Neuronauticus

РКН: https://hf.ru/link8e56d
Download Telegram
audio.cpp

C++ движок для аудиоинференса на ggml. заявлен прирост 1.8–5x по сравнению с Python‑реализациями, плюс есть оптимизация под CUDA.

- синтез речи.
- распознавание речи.
- VAD (Voice Activity Detection) - детекция голосовой активности.
- конвертация голоса (изменение тембра, пола и т. д.).
- генерация музыки/аудиофрагментов

Windows / Linux / macOS

#tts #stt #vad #t2m #text2music #voice2voice
🔥11❤3👍3
Anti-Vocale

Локальная транскрипция голосовых на Android, без облака

• транскрибирует из мессенджеров через меню обмена
• несколько моделей ASR: Whisper, Gemma, Parakeet, Qwen3-ASR, Nemotron 3.5
• прогрессивный вывод текста по сегментам
• статистика скорости для каждой модели на устройстве
• журнал транскрипций с поиском
• VAD-удаление тихих сегментов

Whisper Turbo large ужат до ~1 ГБ. Есть настройки потоков, индикатор достоверности, плавающее окно.

#android #stt #vad
👍14🔥1