Голосовой ИИ Агент
Голосового агента выдаёт не голос. Современный синтез звучит прилично, и на связке телефонной линии с её 8 кГц разница между хорошим и отличным TTS…
Последние новости
⚑ Сообщить о проблемеTech news from the best sources
Все темы
- игры
AI
News
Tech
agents
ai
api
architecture
automation
backend
beginners
career
devchallenge
devops
javascript
llm
machinelearning
mcp
opensource
performance
productivity
programming
python
react
security
showdev
testing
tutorial
typescript
webdev
Как нейросеть переводит видео. Часть 2: русский длиннее не текстом, а звуком
Я делаю speeek.io , сервис дубляжа видео, один. В первой части был вход конвейера: как звук становится текстом с таймкодами и что…
Как озвучить текст с помощью ИИ в 2026 году
Короткий ответ на вопрос из заголовка: открываете сервис синтеза речи, вставляете текст, выбираете модель и голос, скачиваете файл. В 2026 году это…
Речевые технологии для языка, у которого не было ни одного датасета — на одной потребительской видеокарте
Короткая версия: за несколько месяцев на одной домашней видеокарте у крымскотатарского языка появились работающее распознавание речи (WER 0.3463 → 0…
Учим потоковый TTS говорить по-русски: разбор VoXtream, подготовка данных, MFA, и ошибки, которые встретились по дороге
Привет! Ниже расскажу как учил потоковую TTS-модель VoXtream2 говорить на русском языке, с клонированием голоса, ударениями, паузами и управлением т…
Авторы курсов больше не нужны
Авторы курсов больше не нужны — записывать и монтировать видео. Показываю на реальном примере пайплайн, который делает это за них: от презентации до…
Оповещения о БПЛА через Яндекс Станцию
Задача звучала как на полчаса: пусть Яндекс.Станция сама произносит вслух сообщения из Telegram-канала, без обращения к Алисе. По факту — несколько…
Как утки с СДВГ довели меня до опенсорса: зачем я собрал утилиту для перевода коротких видео на домашней видеокарте
Всем привет! Листал ленту тиктока и попался американский ролик про СДВГ, где всё объясняют на утках. Понравилось. И я подумал: классно было бы сдела…
Как я завёл нормальный голос в детское приложение, не разорившись и не заставив никого лезть в настройки
Я в одиночку делаю детское приложение, где дети учат английский через рисование: рисуют слова, а оно распознаёт рисунок и отвечает голосом. В MVP го…
Обрести свой голос: сложность выбора TTS-архитектуры для ИИ-агента
Продолжение цикла о разработке собственного TTS-сервиса для targetai. В первой - о критериях оценки и методологии бенчмарка. Эта — о том, как мы при…
Как мы голос для ИИ-ассистента выбирали или критерии оценки TTS-движков
Мы в targetai специализируемся на создании ИИ-ассистентов для клиентского сервиса. И голосовые агенты для нас — один из ключевых сценариев. В какой-…
Можно ли заменить диктора open-source TTS-моделью: тестируем OmniVoice на русском языке
Привет, Хабр! Меня зовут Музафаров Данил, я работаю DS инженером в компании Raft. В этой статье я протестирую OmniVoice - Open Source TT…
Голосовой агент — это не чатбот с телефоном: 40 часов экономии и $100, сожженные на ботах
Я однажды примерно за сутки сжег около $100 на голосовом агенте. Не на большом запуске. Не на огромной базе. Не на хитрой рекламной кампании. Просто…