Кажется, что создавать голосовой блокнот в 2022 году, когда есть Google и Speechpad — пустая трата времени. Однако разработчики Диктума с этим не согласятся. Голосовой блокнот Диктум появился, потому что похожие сервисы не вывезли.

Зачем понадобилось создавать свой голосовой блокнот, что у него под капотом и как его продвигают — читайте под катом.

Читать

https://habr.com/ru/post/678374/?utm_source=habrahabr&utm_medium=rss&utm_campaign=678374

Технология машинного обучения, нейросети - все это стало уже давно привычным во многих отраслях науки, технологий, медицины и других сфер. В том, что они могут быть очень полезными, нет никаких сомнений. Но есть и обратная сторона медали - использование возможностей современных технологий для обмана.

Если раньше киберпреступники массово рассылали фишинговые письма, то сейчас уже известны случаи, когда они же пытаются подделать голос руководителя компании для достижения своих целей. Мы уже писали о трендах в киберзащите, связанных с искусственным интеллектом, и проблема фейковых голосов и лиц - одна из них. Подробнее - под катом.

Читать далее

https://habr.com/ru/post/649569/?utm_source=habrahabr&utm_medium=rss&utm_campaign=649569

Мы уже писали о том, что искусственный интеллект дает возможность синтезировать голос известных людей. Использовать эту технологию можно, в частности, для озвучки персонажей в фильмах и мультфильмах. Актерам-людям даже делать ничего не придется — просто потребуется наговорить под запись определенный объем слов, что послужит базой для обучения нейросети.



Но, как оказалось, сделать то же самое может и обычный человек — правда, не сейчас, а в ближайшем будущем. Речь уже не об озвучке, а просто о «клонировании» своего голоса, который сможет использовать, например, цифровой ассистент.
Читать дальше →

https://habr.com/ru/post/579554/?utm_source=habrahabr&utm_medium=rss&utm_campaign=579554

Эта история о том, как мы в 4-ый раз запускаем стартап.

Как появилась идея

Всё началось с увиденного поста про новую платформу Maxine с ИИ для апгрейда видеосвязи от Nvidia, одна из особенностей этой платформы является синхронный перевод в виде титров, данная фича реализована при помощи фреймворка от той же Nvidia под название Jarvis, данный фреймворк предназначен для мультимодальных разговорных сервисов искусственного интеллекта, обеспечивающая производительность графических процессоров в реальном времени. Именно эта концепция синхронного перевода легла в основу нашей платформы аудио- и видео- связи. Поскольку это новая платформа, она должна иметь ряд особенностей по сравнению с другими подобными платформами, поэтому мы решили добавить этим титрам голос, формируя голосовой профиль пользователя и синтезируя речь с учётом тональности и окраса голоса человека, который говорит.





Читать дальше →

https://habr.com/ru/post/525480/?utm_source=habrahabr&utm_medium=rss&utm_campaign=525480

Роботизация рутинных операций, когда для решения простых и одновременно трудоемких задач используются роботы, а не люди — весьма активный тренд. Автоматизируется многое, включая телефонные разговоры с клиентами. Компания Neuro.net занимается созданием технологий, которые дают возможность улучшить возможности роботов.



В этой статье разработчики рассказывают о технологиях и нюансах распознавания пола собеседника по голосу и работе над важными элементами диалога.
Читать дальше →

https://habr.com/ru/post/494072/?utm_source=habrahabr&utm_medium=rss&utm_campaign=494072