شرکت متا هوش مصنوعی قدرتمندی رو به صورت متن باز عرضه کرده که امکان تشخیص صدا و ترجمه کردن صوتی اون به زبان دیگه حتی زبان فارسی رو مهیا و مارو به رویای رسیدن به سیستم مترجم جهانی نزدیکتر میکنه.

این مدل هوش مصنوعی که SeamlessM4T نام داره، میتونه مکالمات رو به 100 زبان از جمله فارسی تشخیص بده و نه تنها اونهارو به صورت متنی به 100 زبان ترجمه کنه بلکه این امکان رو داره که ترجمه این مکالمات رو به صورت صوتی به 36 زبان از جمله فارسی خروجی بده.

چنین چیزی برای استفاده هایی مثل تبدیل صوت یک ویدیوی یوتوب به متن برای زیرنویس کردن و به صوت برای دوبله کردن اون ویدیو میتونه کاربردی باشه.

برخلاف بقیه مدلهایی مشابه که برای هر مرحله از این پروسه یک مدل جدا دارن و با یک مدل زبان رو تشخیص میدن، با مدل دیگه اون رو به متن تبدیل میکنن، با مدل دیگه ای متن رو به زبان مقصد ترجمه میکنن و با مدل جدایی متن ترجمه شده رو به صوت برمیگردونن، هوش مصنوعی متا تمام این مراحل رو در یک مدل ترکیب کرده که به گفته این شرکت باعث افزایش دقت، کاهش تاخیر و کم شدن خطا میشه.

طبق بررسیهای این شرکت SeamlessM4T دقت بالاتری از هوش مصنوعی Whisper شرکت OpenAI و AudioPaLM گوگل در انجام این کارها داره.

از جمله قابلیتهای منحصربفرد این مدل توانایی تشخیص مکالمات با چند زبان به صورت همزمان هست و مثلا اگر کسی وسط انگلیسی حرف زدن، چند کلمه فرانسوی هم بگه، این مدل اون کلمات فرانسوی رو هم فرانسوی تشخیص میده و کل جمله رو انگلیسی فرض نمیکنه.

متا در اقدام ارزشمندی این مدل قدرتمند رو به صورت متن باز منتشر کرده که از اینجا قابل دانلود و اجرا هست. طبیعتا برای اجرای اون روی کامپیوترتون نیاز به کارت گرافیک نسبتا قوی دارین.

این مدل همچنین به صورت انلاین و رایگان در دسترس هست و از اینجا میتونین با میکروفون حرف بزنین و این هوش مصنوعی اون رو به زبان مقصد ترجمه کنه. از اینجا هم میتونین قابلیتهای مختلف اون رو امتحان کنید.

🔎 Gizmodo.com

📍 @TechTube

تصاویر جدید تلسکوپ فضایی جیمز وب از سحابی حلقه در فاصله 2200 سال نوری از زمین که تصویر اول (سمت چپ) توسط سنسور NIRCam در طیف مادون قرمز نزدیک و تصویر دوم (سمت راست) با سنسور MIRI در طیف مادون قرمز میانی این تلکسوپ ثبت شدن.

دانلود تصاویر با کیفیت بالاتر

🔎 Nasa.gov

📍 @TechTube

سامسونگ از مانیتور غول پیکر 57 اینچی جدیدش با نام Odyssey Neo G9 رونمایی کرده که مثل اینه که 2 مانیتور 32 اینچی 4K رو در کنار هم گذاشته باشین.

این مانیتور از پنل منحنی MiniLED استفاده میکنه، دارای رزولوشن 7,680x2,160 پیکسل و نسبت صفحه 32:9 با ریفرش ریت 240 هرتزی، استاندارد DisplayHDR 1000 و حداکثر روشنایی 1000 نیتی هست.

مانیتور جدید سامسونگ دارای 3 پورت HDMI 2.1 و یک پورت DP 2.1 هست و کاربران میتونن با قابلیت تصویر در تصویر اون 3 ورودی به این مانیتور وصل کنن و با تقسیم صفحه به 3 ورودی اونهارو به صورت همزمان تماشا کنن.

سامسونگ این مانیتور رو از ماه اکتبر با قیمت 2500 دلار به بازار عرضه میکنه.

🔎 Theverge.com

📍 @TechTube

هوش مصنوعی تولید عکس میدجرنی از قابلیت اصلاح و ویرایش عکسها (Inpainting) رونمایی کرده که تا پیش از این در مدل Stable Diffusion در دسترس بود.

با کمک این قابلیت کاربر میتونه برای عکسی که میدجرنی ساخته، بخشی از تصویر رو انتخاب کنه و اون قسمت از تصویر رو با ورودی جدیدی که به صورت متنی وارد میکنه، جایگزین کنه. این مورد به خصوص برای انجام اصلاحات برای کاهش مشکلات اونها یا تغییر بخشی از عکس که با تصور کاربر متفاوته میتونه کاربردی باشه.

برای استفاده از این قابلیت باید اشتراک میدجرنی داشته باشین و در ابتدا با دستور imagine و ورودی مدنظرتون یک عکس تولید کنید. بعد از اون با فشار دادن دکمه U سایز اون رو بزرگ کنید و در مرحله بعد گزینه Vary region رو انتخاب کنید. در این مرحله پنجره ای باز میشه که به شما امکان انتخاب بخشهای مدنظرتون از عکس رو میده. در پایین اون هم مکانی برای وارد کردن ورودی متن برای جایگزینی اون قسمت با متن شما هست.

🛍 خرید اشتراک میدجرنی

🔎 Decrypt.co

📍 @TechTube