Clone a voice in 5 seconds to generate arbitrary speech in real-time.
تنها ۵ ثانیه از صداتون رو به این نرم‌افزار بدید تا هر متنی که دلتون میخواد رو با صدای خودتون ایجاد کنه! البته من با CPU تست کردم احتمالا با GPU نتیجه خفن‌تری بده

#AI #voice #realtime #application #CUDA #python #pytorch #torch #artificial #intelligence #speech #neural #network

https://github.com/CorentinJ/Real-Time-Voice-Cloning

🙏Thanks to: @pythony

یک سال بود که تو خماری مدل های Text to Image مثل DALL-E و Imagen بودیم 😅. حالا شرکت Stable AI اومده و یک مدل نبستا کوچیک که بشه روی یک GPU تست اش کرد رو train کرده و به صورت Open Source در دسترس همه قرار داده. اینجا می تونید تست اش کنید و متن های خودتون رو بدید تا ببینید چی تولید میکنه! البته خب کیفیت imagen رو نداره ولی امتحان کردنش خیلی هیجان انگیزه
لینک دمو:‌ تازه release شده شلوغه باید صف وایسید 😂
https://huggingface.co/spaces/stabilityai/stable-diffusion

پ.ن: اگه می خواید فنی تر بخونید که چطور با این حجم کوچیک همچین کیفیتی داره می تونید مقاله اش رو اینجا برررسی کنید:‌
https://arxiv.org/abs/2112.10752

خروجی برای متن: یک مرد ایرانی 😅😂

کیفیت تصاویری خروجیش خیلی عالیه که نشون میده ایده ای Latent Diffusion خوب کار میکنه اما ارتباط اش با متن از اونی که توی مدل Imagen دیده بودیم خیلی کمتره. این مدل حجم Text Encoder اش تقریبا 10 برابر کوچیک تر از Imagen هست. مقاله Imagen اشاره کرده بود که حجم مدل Text Encoder خیلی مهمه و هر چقدر بزرگ تر باشه تصاویر خیلی مرتبط تری تولید می شه.
اینجا می تونید چند تا از نمونه های خروجی Imagen رو ببینید و مقایسه کنید:‌
https://imagen.research.google/

ظرفیت یک گرم از DNA هر انسانی بیشتر از مجموع کل حجم داده‌های گوگل و فیسبوک و کلی از کمپانی‌های دیگه هست!

medcitynews.com/2015/02/one-gram-dna-theoretically-capable-holding-data-google-facebook-combined

🔹 ۴ شهریور ۱۴۰۱ | محقق ایرانی در سوئیس، ماده‌ای کشف کرد که می‌تواند مثل نورون‌ها در مغز انسان رفتار کند

محمد سمیع‌زاده‌نیکو، دانشجوی دکترای الکترونیک دانشگاه پلی‌تکنیک لوزان در سوئیس که کارشناسی‌ارشد خود را در دانشگاه صنعتی شریف گذرانده است، کشف کرده است که اکسید وانادیوم رفتاری شبیه به نورون‌ها دارد و تحت شرایطی می‌تواند جریان الکتریکی را از خود عبور دهد و به وسیله آن می‌توان دقیقا همین شبکه نورون‌هایی را که در مغز ما هست، با اتصال پیاپی قطعات الکترونیکی تولید کرد؛
در گذشته سعی می‌کردند با ترانزیستوری رفتار‌های نورون‌ها را شبیه‌سازی کنند. اما رفتار خاص ترانزیستور بسیار دور از نورون است. برای همین هم ابعاد سیستم‌ها بسیار بزرگ می‌شد، هم دقتشان بسیار پایین بود و هم مصرف انرژیشان خیلی زیاد بود. اما این سویچ الکترونیکی به خودی خود بسیار شبیه به نورون‌ها عمل می کند و بنابر این کاندیدای بسیار خوبی برای هوش مصنوعی است؛

اگرچه کامپیوتر‌های امروزی توان محاسباتی بسیار بالایی دارند، مثلا می‌توانند حاصل‌ضرب دو عدد خیلی بزرگ را در کسری از ثانیه بدست آورند، اما همیشه در تقابل با مغز انسان پیروز نیستند؛
برای مثال مغز ما به راحتی می‌تواند چهره یک دوست قدیمی را تشخیص دهد، اما این فرآیند برای کامپیوتر‌های امروزی بسیار دشوار است؛
حال فرض کنید اگر بتوانیم سیستمی بسازیم که ویژگی‌های کامپیوتر و مغز انسان را همزمان داشته باشد، به چه سطحی از هوشیاری دست می‌یابیم

per.euronews.com/next/2022/08/26/iranian-researcher-discovered-a-material-that-has-memory

آشنایی با پردازش آماری سیگنال‌ها #کتاب
اگر که مفاهیم درس DSP برای شما مشکل و پیچیده است و یا در درس‌هایی مثل فرآیندهای تصادفی، جبر خطی و پردازش سیگنال مشکل دارید، این کتاب می‌تواند برای شما راهگشا باشد. یادآوری مباحث فرآیندهای تصادفی و جبر خطی در فصل های ابتدایی به خواننده کمک می‌کند که مباحث بعدی کتاب از جمله پردازش سیگنال دیجیتال، طراحی فیلترها، فیلترهای بهینه، تئوری آشکارسازی، تئوری تخمین و پردازش سیگنال آرایه‌ای را بهتر متوجه شود.
برخی مواردی که در این کتاب به آن برخورد می‌کنید عبارتند از: فیلتر وینر، فیلتر کالمن، حد پایین کرامر‐رائو (CRLB)، تخمین فرکانس کمینه واریانس، فیلترهای بازگشتی تطبیقی، تئوری نیمن‐پیرسون، آرایه های کروی و بسیاری موارد دیگر.
تمرین های آخر هر فصل این کتاب به شما کمک می کند که دانش خود را محک بزنید. پیاده‌سازی روش‌ها و الگوریتم های این کتاب با متلب انجام شده است و کدهای آن در کتاب موجود است. همچنین این کتاب برای اساتید محترم در مقاطع تحصیلات تکمیلی می‌تواند منبع خوبی برای معرفی به دانشجویان باشد.

https://publish.sru.ac.ir/book_947.html

میشه گفت یادگیری و پیاده سازی Object Dection توی Application های معروف Computer vision از همه سخت تره. اما چندتا محقق اومدن و این ایده رو دادن که بیایم با این تسک هم شبیه Image Captioning برخورد کنیم و فقط یه Language Model داشته باشیم که Cordination ها و نوع object رو پشت سر هم مثل یه جمله تولید کنه. این بلاگ پست، مقاله رو همراه با توضییح خوبی پیاده سازی کرده.


لینک به بلاگ پست تو towards AI

وبینار آموزشی مهندسی کلان‌داده

در این وبینار آموزشی رایگان از سری وبینار‌های مدرسه جهانی هوش مصنوعی (https://soai.world) در ایران، طی مدت ۲ ساعت، با مفاهیم و جدیدترین تکنولوژی‌ها و راهکار‌های مواجه شدن با کلان‌داده‌ها (‌‌‌‌Big Data) آشنا خواهید شد. همچنین در این وبینار به معرفی روش‌های Stream Processing برای حل به‌روزترین چالش‌های مهندسی داده در صنعت مثل Real-time Machine Learning خواهیم پرداخت.
شرکت در این وبینار به همه دانشجویان، مهندسین و علاقه‌مندان به مهندسی نرم‌افزار، تحلیل داده، علوم داده، مهندسی داده و یادگیری ماشین پیشنهاد می‌شود. این وبینار پیش‌نیازی برای وبینار بعدی (پردازش موازی و مقیاس‌پذیر داده‌ها در پایتون به کمک Dask) است.

ارايه توسط حمیدرضا حسین‌خانی
- مدرس دانشکده کامپیوتر دانشگاه صنعتی شریف
- راهبر فنی علوم داده در شرکت اسنپ‌فود
- نماینده بنیاد School of AI در ایران

زمان: جمعه ۱۸ شهریور ساعت ۱۰ صبح
مکان: سامانه کلاس‌های مجازی دانشگاه صنعتی شریف

هوش مصنوعی و صنعت #فشن!

جزوه کورسهای یادگیری عمیق Andrew Ng

سلام دوستان، برای ارتقا پروژه ای(تشخیص زنده بودن فرد نسبت به حملاتی نظیر پرینت)  نیاز به داده ی چهره و انجام یک چالش(حرکت چهره) دارم.
الان فقط داده ی حرکت چهره مورد نیازه و
توی لینک زیر، تمامی اطلاعات نظیر دریافت کدملی و ... را غیرفعال کردم که دغدغه ی privacy نداشته باشید،

اگر لطف کنید روی لینک بزنید و یکبار روال را طی کنید خیلی ممنون میشوم🌹🌹

http://kyc.meee.ir/g/api/v.1.0/test/3/alireza

بلاخره ضبط دوره opencv تمام شد، به زودی ، در چند هفته ی آتی، این کورس در ۹ فصل منتشر خواهد شد.

نیازمند یاری سبزتون هستم :)

#آموزش #بلاگ
📢 پست‌ جدید وبلاگ شناسا،
📝 آشنایی با Tensorflow XLA

🔗 https://vrgl.ir/eMoN7


🖊 مترجم XLA راهکاری برای افزایش سرعت آموزش و تست مدل‌های Tensorflow بدون تغییر اساسی در کد و کاهش پویایی این کتابخانه است. در این مطلب تلاش کردیم تا مفاهیم آن را به صورت مقدماتی توضیح دهیم و نحوه استفاده از XLA را در کدها بررسی کنیم.

ما را در ویرگول دنبال کنید و در کامنت، موضوع آموزش‌های آینده را پیشنهاد بدهید.

————————-
مجموعه دانش بنیان شناسا ( داده پویان آلما):
http://shenasa.ai
http://shenasa-ai.ir
@shenasa_ai