https://news.1rj.ru/str/Machinelearningtest - machine learning tests
https://news.1rj.ru/str/python_testit - python tests
https://news.1rj.ru/str/python_testit - python tests
Telegram
Machinelearning tests
По всем вопросам- @haarrp
@ai_machinelearning_big_data - машинное обучение
@programming_books_it - бесплатные it книги
@pythonl - 🐍
@ArtificialIntelligencedl - AI
@datascienceiot -ds книги
@ai_machinelearning_big_data - машинное обучение
@programming_books_it - бесплатные it книги
@pythonl - 🐍
@ArtificialIntelligencedl - AI
@datascienceiot -ds книги
🎼 Music Classification: Beyond Supervised Learning, Towards Real-world Application
📖 Book
@datascienceiot
📖 Book
@datascienceiot
🎙 История речевого синтеза Яндекса
На днях в Алисе появился шёпот — хороший повод разобраться с тем, как сейчас работают голосовые технологии Яндекса. Чтобы Алиса звучала «человечно», нужен целый букет решений: генеративно-состязательные сети, модели машинного перевода, архитектура с механизмом внимания, краудсорсинг и многое другое. В статье на Хабре представлена эволюция голосового синтеза со схемами, примерами и мел-спектрограммами.
Habr: https://habr.com/ru/company/yandex/blog/593681/
На днях в Алисе появился шёпот — хороший повод разобраться с тем, как сейчас работают голосовые технологии Яндекса. Чтобы Алиса звучала «человечно», нужен целый букет решений: генеративно-состязательные сети, модели машинного перевода, архитектура с механизмом внимания, краудсорсинг и многое другое. В статье на Хабре представлена эволюция голосового синтеза со схемами, примерами и мел-спектрограммами.
Habr: https://habr.com/ru/company/yandex/blog/593681/
Хабр
Шёпот и эмоции в Алисе: история развития голосового синтеза Яндекса
Четыре года назад мы запустили Алису. С самого начала она обладала собственным, узнаваемым голосом. Хотя проблемы тоже были: интонации хромали, эмоции скакали от слова к слову, а омонимы и вовсе...