Первые 100 подписчиков
Пробили 100 подписчиков в тг! Ушло на это ровно 90 дней, с 18 ноября по 16 февраля.
Небольшие итоги:
- Немного уехал вектор, планировал писать в целом про voice assistant с ASR/STT и LLM частями, но успел только пощупать все актуальные модели для синтеза речи
- Пощупал 9 моделей, прям развернул и пощупал руками локально, не по всем есть отдельный пост, и f5 считал за 2 модели (файнтюны от Misha и ESpeech)
- Сделан форк CosyVoice3 с конвертацией в tensorrt инференс, что позволяет хорошо так разогнаться https://github.com/Brakanier/FastCosyVoice
- Навайбкодил Recap для тг чатов https://brakanier.github.io/tgrecap/
- Собрал себе сервер для инференса, маленький, но уже удобнее чем одна 3090 (подробнее расскажу в отдельном посте)
- Дропнул один пет проект, сделал другой пет проект (думаю тоже будет пост)
И есть небольшие планы, они конечно могут поменяться, но пока выглядят так:
- Обновить пост с общим списком всех актуальных tts моделей для ру языка, в идеале собрать бы общую демку
- Хочется построить общий пайплайн тестирования моделек, чтобы иметь свой топ моделей, WER, CER, similarity голосов, померить все что можно померить
- Добавить тестов ASR/STT (пока под вопросом, так как мало их юзаю)
- Не забывать про AI век, multi-swarm-coding-giga-mega agents, шарить интересные (или мне так показалось) пайплайны и подходы. К примеру, я отфильтровал ~200к семплов из датасетов, чтобы получить 40+ лучших и разных голосов для клонирования, не написав ни одной строчки кода руками
Всем спасибо, всем ЭйАй!
Подписывайтесь на Telegram – xVibeNot