Научпоп от дата-сайентиста Factory5 Кирилла Абросимова: рассказываем о том, как развиваются нейронные сети для синтеза звука, и какие ИИ-технологии применяются в этой сфере сегодня.
Привет, Хабр! Меня зовут Данил Картушов. 👋
В этом посте я расскажу, как музыкальная платформа Deezer, используя метаданные, с первых секунд научилась рекомендовать персонализированные треки новым пользователям!
В этой статье я хочу поделиться со своим видением формата объёмного звука, за которым по моему мнению будущее.
Мы выложили в публичный доступ гигантский датасет для детекции речи (voice activity detection).
Датасет содержит порядка 150 тысяч часов аудио более чем на 6,000 языках. Количество уникальных ISO-кодов данного датасета не совпадает с фактическим количеством языков, так как близкие языки могут кодироваться одним и тем же кодом.
Данные были размечены для задачи детекции голоса при временной дискретизации примерно в 30 миллисекунд (или 512 семплов при частоте дискретизации 16 килогерц).
Данный датасет распространяется под лицензией CC BY-NC-SA 4.0.
Кажется, что рекомендательный движок музыкального сервиса - это черный ящик. Берет кучу данных на входе, выплевывает идеальную подборку лично для вас на выходе. В целом это и правда так, но что конкретно делают алгоритмы в недрах музыкальных рекомендаций? Разберем основные подходы и техники, иллюстрируя их конкретными примерами.
Начнем с того, что современные музыкальные сервисы не просто так называются стриминговыми. Одна из их ключевых способностей - это выдавать бесконечный поток (stream) треков. А значит, список рекомендаций должен пополняться новыми композициями и никогда не заканчиваться. Нет, безусловно, собственноручно найти свои любимые песни и слушать их тоже никто не запрещает. Но задача стримингов именно в том, чтобы помочь юзеру не потеряться среди миллионов треков. Ведь прослушать такое количество композиций самостоятельно просто физически нереально!
Так как они это делают?
Чуть больше недели назад мне пришли полноразмерные наушники Commo One, любезно предоставленные Яндексом. Приглашаю под кат пристально на них посмотреть и узнать, какие впечатления они оставили.
Хабр, привет!
Меня зовут Даниил, и я представляю команду студентов, которая занимается pet-проектом по созданию аудио процессора. Наша цель - разработать устройство, которое сможет решить ряд проблем в аудио сфере. Мы уверены, что наше устройство будет полезным и интересным для большого числа людей. Однако, нам важно узнать мнение о нашем проекте. Мы всегда открыты к обсуждению и готовы услышать ваши идеи и предложения. Эта статья является первой в цикле статей про разработку данного устройства.
Для начала коротко расскажу, что же такое аудио процессор. Девайс представляет собой небольшого размера устройство, обладающее набором разнообразных функций, нацеленных на улучшение качества звучания многополосной аудиосистемы.
Изучаем устройство OLED-экрана SSD1306 и дорабатываем звуковые индикаторы музыкального плеера PSG-файлов на чипе AY-3-8910.
В войсках используют в основном технические средства обнаружения дронов, основанные на активных РЛС. Эти средства зарекомендовали себя высокой надежностью и точностью установления азимута и дальности цели.
Нами предлагается дешёвая и простая система разведки уровня батальона на базе сетецентрической системы приёмников звука, устанавливающей 3–х мерные координаты цели.
Как отмечалось в предыдущей статье «Применение стационарных умных приёмников звука в составе сетецентрической системы» умные приёмники звука работают в пассивном режиме прослушивания, фильтрования и идентификации звуков. Приёмники реагируют на резкие звуки с определенным паспортом частот и практически ничем себя не обозначая на местности.
На следующем шаге развития идеи сетецентрической системы родилось предложение оснастить систему устройством принудительной звуковой подсветки целей. Все ранее полученные теоретические выводы по пассивным приёмникам сохраняются.
Люди делятся на 2 лагеря: те, кто слышит разницу между lossless и lossy, и те, кто нет. Формат аудио с потерей качества — это интересная тема, но сегодня мы поговорим о звуке в высоком разрешении — это PCM 24/96 и выше, а также DSD во всех его проявлениях. Я не буду рассказывать теорию, чем отличаются эти форматы, такие статьи легко гуглятся. Лишь вскользь упомяну о теореме Котельникова (Найквиста — Шеннона), которая гласит следующее: «Для того, чтобы оцифровать аналоговый сигнал, а потом его БЕЗ ПОТЕРЬ восстановить, необходимо и ДОСТАТОЧНО, чтобы частота дискретизации была в 2 раза СТРОГО больше максимальной частоты полезного сигнала».
К этому подступались долго - изучить точный механизм обучения у птиц и узнать заодно - весь этот опыт в распознавании звуков опасности - это врождённое-генетическое или нет? Поскольку статья не роман ( это не первая статья на данную тему, но очень свежая, 2024 года ), то сразу ответ - опыт не сидит в генах ни у птиц, ни у человека с медведями. Всему птицы обучаются от родителей и сородичей. Птенцы рождаются по сути чистым листом. Как родители и среда обучит - так птица и будет ориентироваться в звуках. Скажем, если родители научат, что звук "че-че" это опасность и вокруг все птицы этого вида так же будут делать - птенцы будут "че-че" понимать как опасность, а звук ки-ки - как сигнал к кормлению. И наоборот - обучат что "че-че" это кормление, значит так и будут думать птенцы.
«…при нас ни одна пушка в Европе без нашего
позволения выпалить не смела!»
Екатерина II.
Данная статья является продолжением статьи «Устройство умного приёмника звука в составе сетецентрической системы установления координат источника звука »
В этой статье речь пойдёт о новом, перспективном на мой взгляд устройстве в виде стереогарнитуры, способном при малых габаритах обеспечить воспроизведение/запись, а также пямую передачу бинаурального звука с высокой точностью.
Живый в помощи Вышняго,
в крове Бога Небеснаго водворится …
Псалом 90.
Данная статья является продолжением статьи «Концепции устройства приёмника умного звукового датчика на базе шины CAN»
Авторы настоящей статьи объединили свои усилия в разработке компактной малоресурсной дешевой сетецентрической системы контрбатарейной борьбы для защиты жизней людей.
В статье представлено наше понимание вопроса устройства умных приёмников звука и их совместной работы в составе сетецентрической системы для установления 3–х мерных координат источника звука.
