SALMONN — универсальная модель для всех типов аудиоданных Человек без труда воспринимает речь на фоне тихой м…
SALMONN — универсальная модель для всех типов аудиоданных Человек без труда воспринимает речь на фоне тихой музыки и звуков окружающей среды. Более того, прямо во время разговора он может мысленно подпевать и реагировать на звуки. До недавнего времени нейросети так не умели. Одни были заточены на распознавание речи, другие — на обработку музыки, а третьи — на анализ различных звуковых событий. Всё изменилось с появлением работы китайских исследователей, ... https://clck.ru/37d4aM
Автор: Habr все новости об IT