چطور متن را به صدا تبدیل کنیم روی کامپیوتر خودمون به صورت لوکال؟

۱/ یکی از راحتترین روشها استفاده از لایبرری coqui هست. مرحله اول باید نصبش کنید.

pip install TTS

کلی اطلاعات تو وبساستشون هست:
https://tts.readthedocs.io/en/latest/index.html

بعد ترمینال را باز کنید و این دستور را بزنید تا مدلهایی که داره را بهتون نشون بده. اینها مدلهای صدایی مختلف مثل خانم یا آقا و با لهجه های مختلف هستند. همچنین مدل برای زبانهای غیر انگلیسی.

tts --list_models

اسم این مدلها پترن خاصی دارند:

<type>/<language>/<dataset>/<model_na

که میتونید بفهمید زبان مدل چیه، یا روی چه دیتاستی train شده. اطلاعات کامل برای هر مدل تو وبسایتشون هست. بعد ۲ راه دارید که متن را بهش بدید براتون تبدیل کنه. ترمینال یا از طریق اپ.
از طریق ترمینال دستور زیر را وارد میکنید که شامل متن، مدل مورد نظر و محل فایل تبدیل شده خروجی میشه.دقت کنید دفعه اول باید مدل دانلود بشه.

tts --text "Text for TTS" \
    --model_name "<type>/<language>/<dataset>/<model_name>" \
    --out_path folder/to/save/output.wav

از طریق وب اپ: دستور زیر را استفاده کنید. دقت کنید که اگه مدل قبلا دانلود نشده باشه، اول دانلودش میکنه و ممکنه یه کمی طول بکشه بسته به اندازه مدل. و بعد URL را اپ را نشون میده. روش کلیک کنید باید این صفحه را ببینید.
الان دیگه متن را وارد میکنید و بعد از چند لحظه یه پلیر میبینید که شروع میکنه به پخش صدای متن با لهجه اون مدلی که انتخاب کردید. میتونید فایل صوتی را هم دانلود کنید. یا مدل را عوض کنید و دوباره امتحان کنید. همه چی روی کامپیوتر خودتون هست.

پ.ن: میتونین فایل صوتی که درست میکنه را بدین به Whisper و خروجی srt برای تولید زیرنویس بگیری.

#الگوریتمها #آموزش #پایتون #هوش_مصنوعی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

در قبل عکسها رو به html تبدیل کنیم اینجای مورد،دیگه هست
https://github.com/abi/screenshot-to-code

#نظریه_بازی‌ ها و #پردازش_زبان_طبیعی

▪️ Regularized Conventions: Equilibrium Computation as a Model of Pragmatic Reasoning

#مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

ایکس یه IDE داده مخصوص Prompt Engineering که البته اولش فقط در دسترس یوزرهای خاصه.
https://x.ai/prompt-ide/


#مقاله #هوش_مصنوعی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

قبلتر راجب vector databaseها مقاله‌ای معرفی کرده بودم و اینکه ایده این چطوری به وجود اومده؛ از این مقاله متا که search engine معرفی کرده اومده، به نظرم خیلی میتونین کارهای ارزشمندتری رو پیش ببرید مقالات اینده روی وِکتور دیتابیس ها خواهد بود.

▪️ Reading Wikipedia to Answer Open-Domain Questions

در ادامه توجهتون رو به این تویت در شرکت ایکس( توئیتر سابق) جلب میکنم

#مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

از دکتر مهدی الهیاری خیلی چیزا رو یادگرفتم اینجا یه کار خفن کرده اگه دوست دارید سریع فکراتون را به توییت تبدیل کنید یا حال تایپ کردن نداشتید ازش استفاده کنید. سعی میکنم کدش رو ازشون بگیرم که بتونین توسعه بدید هرچیند مدلهاش اوپن سورس وجودداره.

moments-olive.vercel.app‎

#مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

سورس کد پست بالا
https://github.com/mallahyari/transonic

در تکمیل پست قبلی اینم ی پروژه دیگه برای پیشرفت و توسعه
https://github.com/KoljaB/RealtimeTTS

اگه نیاز به ورژن C/C++ مدلهای Whisper دارید، بهترین و سریعترین ریپو همینه که این شخص GG درست کرده. الان دیگه یه وب سرور هم بهش اضافه کرده تا به صورت سرور رانش کنید.
https://github.com/ggerganov/whisper.cpp/

#مقاله #ایده_جذاب #برنامه_نویسی #هوش_مصنوعی #الگوریتمها

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

برای همه یوزرهای مجانی chatgpt صدا اضافه شد البته در اپ موبایلشون نه در نسخه وب


#ایده_جذاب #برنامه_نویسی #هوش_مصنوعی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

مدل ویدیویی Stable Video Diffusion هم ریلیز شد.

https://bit.ly/40OM53M

#مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

Introduction to Machine Learning with Python and Scikit-Learn Course

✅ Linear Regression and Gradient Descent
✅ Logistic Regression for Classification
✅ Decision Trees and Random Forests
✅ Gradient Boosting Machines with XGBoost
✅ Unsupervised Learning using Scikit-Learn
✅ Machine Learning Project from Scratch
✅ Deploying a Machine Learning Project with Flask

Course 📽️: https://www.youtube.com/watch?v=hDKCxebp88A

#منابع #کلاس_آموزشی #پیشرفته #یادگیری_ماشین #پایتون

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

🤖 ⚠️ ‌پدرخوانده هوش مصنوعی: نمی‌دانیم هوش مصنوعی دقیقا چگونه کار می‌کند
‌
🔺 «جفری هینتون»، پدرخوانده هوش مصنوعی که چند وقت پیش از گوگل استعفا کرد و تا به امروز بارها در مورد خطرات هوش مصنوعی صحبت کرده، حالا در مصاحبه‌ای با شبکه CBS گفته است که ما به‌طور دقیق نمی‌دانیم هوش مصنوعی چگونه کار می‌کند.

منبع:دیجیاتو

#هوش_مصنوعی #فیلم

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

دکتر andrej karpathy یک مقدمه‌ای از مدلهای زبانی بزرگ ارائه داده که :
چطور کار میکنند
مقایسه ها و لیبل گذاری‌ها چطوریه
مولتی مدلهای ویژن، صدا
آینده مدلها
توصیه میکنم دنبال کنید

https://youtube.com/watch?v=zjkBMFhNj_g

#هوش_مصنوعی #فیلم #منابع #ایده_جذاب #پردازش_زبان_طبیعی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

به عنوان یک آماری این بهترین کتابی هست که میشه هم یک،آماردان برای ورود هوش مصنوعی مطالعه اش کنه و هم یک رشته کامپیوتری میتونه به عنوان یک بیس احتمالاتی برای جبران کتاب مطالعه اش بهش بپردازه. چیزیه که این #کتاب رو،خیلی متمایز میکنه نگاه متفاوتش به قضایا هست که یک کامپیوتری چطور مسائل رو باید ببینه.

▪️ Introduction to Probability for Computing

#هوش_مصنوعی #آمار #منابع

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

وقتی که #هوش_مصنوعی میخواد دیسکوی رقص راه بندازه 😂

▪️ DisCo: Disentangled Control for Referring Human Dance Generation in Real World
▪️ Project Page

#مقاله #ایده_جذاب

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

کلاس دکتر محمدحسین رهبان پردازش هوشمند تصاویر زیست - پزشکی ترم پاییز ۱۴۰۲ از دانشگاه شریف منتشر شده

https://www.aparat.com/playlist/7606670

#هوش_مصنوعی #فیلم #منابع #کلاس_آموزشی #پردازش_تصاویر

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

دکتر لکون اینطورب راجب #هوش_مصنوعی فرمودند:

(0) there will be superhuman AI in the future
(1) they will be under our control
(2) they will not dominate us nor kill us
(3) they will mediate all of our interactions with the digital world
(4) hence, they will need to be open platforms so that everyone can contribute to training and tuning them.

https://youtu.be/EGDG3hgPNp8?si=hKWNflBrOYJuiXqd

#هوش_مصنوعی #فیلم #منابع #ایده_جذاب #پردازش_زبان_طبیعی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person

LLMs obviously have *some* understanding of what they read and generate.
But this understanding is very limited and superficial. Otherwise, they wouldn't confabulate so much and wouldn't make mistakes that are contrary to common sense.

I have argued, since at least 2016, that AI systems need to have internal models of the world that would allow them to predict the consequences of their actions, and thereby allow them to reason and plan.
Current Auto-Regressive LLMs do not have this ability, nor anything close to it, and hence are nowhere near reaching human-level intelligence.
In fact, their complete lack of understanding of the physical world and lack of planning abilities puts them way below cat-level intelligence, never mind human-level.

AR-LLMs can accumulate large amounts of textual knowledge (if only approximately) and can retrieve it with appropriate context (if only approximately). More than a cat, certainly.

But how is that any 10 year-old can learn to clear up the dinner table and fill up the dishwasher in one shot, whereas we are nowhere near having robots capable of learning this in any amount of time.
Obviously, we are still missing something really big to reach human-level AI.

I have written where I think AI research should go over the next decade or two to bridge that gap:

https://openreview.net/forum?id=BZ5a1r-kVsf

All my talks of the last couple of years have been on "objective driven AI architectures" which are an attempt to bridge that gap while making AI systems controlable, safe, and subservient to humanity.

https://www.youtube.com/live/pd0JmT6rYcI?si=0cdMjg0eFSwa56aL

#هوش_مصنوعی #فیلم #منابع #ایده_جذاب #پردازش_زبان_طبیعی

🔸 مطالب بیشتر 👇👇

✅ @AI_DeepMind
🔸 @AI_Person