Сравнение STT-моделей T-one, GigaAM и Vosk на CPU для живых субтитров
Автор протестировал открытые модели распознавания речи T-one, GigaAM и Vosk на обычных процессорах в качестве альтернативы облачному сервису Deepgram. Тестирование на звонках показало, что производительность одного и того же кода на схожих серверах может отличаться в разы. В публикации представлены замеры задержки, расчет окупаемости и открытый код стенда для бенчмарка.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
Разработчик создал локальное приложение для транскрибации на базе каскада из двух моделей
Автор протестировал 32 конфигурации распознавания речи, включая Whisper, Parakeet и GigaAM, и создал каскад из двух моделей. Связка позволила снизить показатель WER с 27,0% до 21,7%, исправляя каждую пятую ошибку. На основе решения разработано бесплатное приложение для Mac, которое записывает встречи и переводит аудио и видео в текст полностью локально.
Опыт интеграции аватаров Simli и Anam для голосового ИИ на Yandex Realtime
Автор проекта дополнил голосового ИИ-ассистента на базе Yandex Realtime видеоаватаром, синхронизирующим движения губ со звуком. В процессе работы были протестированы сервисы Simli и Anam, а также решены технические сложности с задержкой ответов и воспроизведением видео на iPhone.
Разработан ccswap для переключения между аккаунтами Claude Code на лету
Для Claude Code создана утилита ccswap, позволяющая переключаться между несколькими аккаунтами при исчерпании лимитов. Демон на Go для macOS и Linux обновляет сессии примерно за полминуты без необходимости их перезапуска. Автор также упомянул о правилах Anthropic, которые регламентируют подобное использование подписок.
Вышло крупное обновление библиотеки машинного обучения Rubix ML 3.x для PHP
Вышла версия 3.x библиотеки Rubix ML, предназначенной для реализации машинного обучения в экосистеме PHP. Обновление затронуло производительность, параллельные вычисления, обработку данных и обучение нейросетей. Также у проекта появился официальный сайт с документацией и примерами для сопровождения всего цикла ML-разработки.