۵۰ خبر · صفحه‌ی ۲ از ۳
تهش معلوم شده از کل این همه های‌وهوی هوش مصنوعی، فقط هفت‌تا محصول تونستن همزمان توی ترافیک وب، کاربر موبایل و دخل‌وخرج ماهانه جزو ۵۰تای اول دنیا باشن. این هفت‌خان رستم خلاصه میشن توی دستیارهای معروفی مثل چت‌جی‌پی‌تی…
این فنچِ تیزهوش بدون اینکه اول صدات رو به متن تبدیل کنه، مستقیم خود صوت رو می‌فهمه و ابزار مورد نیازت رو صدا می‌زنه. سرعتش ان‌قدر بالاست که روی مک‌بوک M3 فقط تو ۴۶ میلی‌ثانیه کار رو جمع می‌کنه و کاملاً آفلاین روی گوشی و…
داستان اینجاست که اگه مدل رو چشم‌بسته فقط با گویش جدید آموزش بدی زبون‌های قبلی از یادش میره؛ واسه همین با یه شگرد مشتی حدود ۱۳۴ ساعت دیتای دست‌چین‌شده‌ی لهجه رو با یه لقمه دیتای انگلیسی و عربی رسمی قاطی کردن تا مدل…
کار این ابزارها اینه که حرف زدن شما رو همزمان و با دقت خیلی بالا تبدیل به متن کنن و از اون طرف با یه صدای طبیعی و جون‌دار تحویلتون بدن. نکته اساسی قضیه اینه که تأخیر و معطلیِ رد و بدل شدن صدا رو به حداقل رسوندن تا دیگه…
این غول‌های تازه، طبق گفته سازنده‌ها سریع‌ترین و پرحس‌ترین مدل‌های صوتی تاریخ این شرکتن که می‌تونن احساسات و لحن آدم رو بی‌نقص دربیارن. ماجرا فقط حرف و ادعا هم نیست، چون مرجع معتبر «آرتیفیشال انالیسیس» هم دست‌به‌کار…
لُب کلام و پیام اون صحبت‌ها اینه که خاطره‌های شیرین گذشته رو دودستی نگه‌دارید، ولی چشماتون رو روی واقعیت‌های سفت و سخت امروز نبندید. در کنارش هم باید با کلی ذوق و امید برید به پیشواز آینده، چون تهش بهترین کاری که از دست…
حرف حسابشون اینه که تو دنیای آینده قرار نیس برای کار کشیدن از ربات‌ها هی با دکمه و مانیتور سر و کله بزنیم، بلکه باید مثل همکار بغل‌دستیت خیلی راحت باهاش کلامی اختلاط کنی و اونم قشنگ شیرفهم بشه. خلاصه دارن کاری می‌کنن که…
قضیه اینجاست که طرف بدجور از کیفیت کار شگفت‌زده شده و گفته اصلاً باورتون نمی‌شه این مدل جدید چقدر توی ساختن موزیک دست‌فرمونش درسته. انگار دیگه دوره ور رفتن طولانی پای تنظیم قطعات تجاری داره سر میاد و خروجی کارش همون بار…
قضیه از این قراره که دیگه نیازی به کلنجار رفتن با تگ‌های پیچیده صوتی نداری و با زبون کاملاً خودمانی لحن، سرعت و شخصیت مد نظرت رو براش می‌نویسی تا همون رو تحویلت بده. تهِ انعطاف این مدل هم اینجاست که وسط جمله می‌تونی لحن…
قضیه از این قراره که این سیستم جدید، صدای لحظه‌ای میوز رو تبدیل می‌کنه به آواتارهای زنده، پر از احساس و تعاملی که دقیقاً همزمان با صحبت کردن واکنش نشون می‌دن. متا قصد داره با این حرکت، یه بعد کاملاً تازه به مکالمات…
دو تا عضو تازه‌نفس هم به اسم‌های ASR-Next و TTS-Next اضافه شده که اولی احساسات، صداهای محیطی و تفکیک چند گوینده رو مو به مو می‌فهمه و دومی صداپیشگی، افکت و موزیک زمینه رو یک‌جا برات می‌سازه. مدل مکالمه لحظه‌ایش هم عین…
قضیه اون‌قدر جدیه که مدل «آدم» تو بنچمارک معروف AudioRealismBench رتبه اول کل دنیا رو درو کرده و رقبا رو جا گذاشته. سازنده‌هاش معتقدن بالاخره از اون مرز مصنوعی و رباتیک بودن صدا رد شدن و خروجی کارشون مو با صدای آدمیزاد…
کل این اثر حیرت‌انگیز، حتی نوای پیانوش، مو به مو با کدنویسی جاوااسکریپت خلق شده و هر تصویرش از حدود صد هزار تا خط و هاشور ظریف شکل گرفته. مبدأ و مقصد این سفر هم زیر یه درخت اقاقیا توی اتیوپیه—جایی که قدیمی‌ترین فسیل‌های…
کوبان هم برگشته گفته دلیل اصلیش این بوده که بچه‌ها رو از پای گوشی، تبلت و صفحه‌های نمایش بکشه بیرون و دستشون ساز بده. هادی هم این گپ‌وگفت رو شیر کرده تا هم انگیزه‌ای بشه واسه بچه‌هایی که تازه می‌خوان برن سمت موسیقی، هم…
یه برنامه‌نویس به اسم کایترا اعلام کرده آموزش ماژول «تبدیل زمزمه به آهنگ» رو با موفقیت تموم کرده و تا همین یکی دو ساعت آینده به‌صورت کاملاً متن‌باز و رایگان در دسترس همه می‌ذارتش. این ابزار که با حمایت مالی و سرورهای…
ماجرا از این قراره که Fo اولین ایجنت بازاره که می‌تونی باهاش تماس تلفنی بگیری و از اون طرف بهش بگی به جای تو به بقیه زنگ بزنه و کارها رو ردیف کنه. باحال‌تر اینکه می‌تونی بدون دخالت دست و با زبون مادری خودت باهاش اختلاط…
داستان از این قراره که از این به بعد دیگه نیازی به تایپ پرامپت‌های طولانی نیست و مثل یه تماس تلفنی فقط باهاش حرف می‌زنی و اون فی‌الفور برات کد می‌زنه و کار رو تحویل میده. موتور محرک این قابلیت جذاب، ترکیب GPT-Live و مدل…
قضیه این‌طوریه که فقط کافیه مشخصات صدایی رو که می‌خوای—از لهجه و سن گرفته تا جنسیت و سرعت کلام—با یه متن ساده براش بنویسی تا سه سوت یه صدای اختصاصی و آماده تحویلت بده. نکته مشتی ماجرا هم اینجاست که این ابزار همین حالا…
ماجرا اینه که وقتی ازش خواستن یه قطعه کرال چهارصدایی بنویسه، چنان اثر بی‌نقصی تحویل داده که حتی یه خطای هدایت صوتی هم نداشته و از آکورد سنگین و پیچیده ششم نئوپولیتن هم استفاده کرده است. از همه جالب‌تر اینکه این لوتی…
داستان از این قراره که دیگه لازم نیست دست به کیبورد ببری؛ خیلی مشتی و فقط با حرف زدن می‌تونی ایمیل‌های جیمیلت رو شخم بزنی، یادداشت‌ها و کارات رو تو گوگل کیپ ردیف کنی و سندهای جدید توی داکس بسازی. خود پیچای حسابی روی کار…