
خط لوله mlx-whisper زمان بازبینی موسیقیهای AI را ۷۵٪ کاهش داد
یک توسعهدهنده با استفاده از mlx-whisper سامانه بازبینی کیفیت را خودکار کرد تا تکههای موسیقی تولیدشده توسط هوش مصنوعی را فیلتر کند. این سیستم با محاسبه نرخ تطابق متن، ۳۲ نسخه…
دستهبندی
تولید تصویر و ویدیو، صدای مصنوعی، هنر و موسیقی هوشمند، بازیها و وجه سرگرمکنندهی AI.
۶۶۷ مقاله منتشر شده

یک توسعهدهنده با استفاده از mlx-whisper سامانه بازبینی کیفیت را خودکار کرد تا تکههای موسیقی تولیدشده توسط هوش مصنوعی را فیلتر کند. این سیستم با محاسبه نرخ تطابق متن، ۳۲ نسخه…

نوشتن توصیفات متنی بلند باعث نتایج پیشبینیناپذیر میشود چون مدلها توکنها را به دستور زبان ترجیح میدهند. استفاده از یک کامپایلر پایتونی برای تبدیل پرامپتها به دادههای…

شرکت PixVerse با جذب ۴۳۹ میلیون دلار در مرحلهی تکمیلی سری C، ارزش بازار خود را به ۲ میلیارد دلار رساند. این استارتاپ سنگاپوری اکنون در رقابت مستقیم با غولهایی چون OpenAI و…

یک افزونه متنباز برای Claude Code با استفاده از صداهای شخصیت آقای میسیکس، زمان انتظار برای ورودی کاربر را اعلام میکند. این ابزار با ترویج فلسفه «یک جلسه، یک هدف»، از تخریب بستر…

مسابقهای جدید توسعهدهندگان را به چالش میکشد تا با تنها یک درخواست و یک فراخوانی مدل، اپلیکیشنها و بازیهای پیچیده بسازند. این رویداد با جوایزی چون کنسول PlayStation 5، جهش در…

یک ابزار متنباز جدید با بهرهگیری از قابلیتهای بینایی مدل Claude، درسهای گیتار یوتیوب را به نتهای PDF تبدیل میکند. این ابزار با شناسایی دقیق میزانهای موسیقی و حذف فریمهای…

یک پروژه متنباز با استفاده از مدل Amazon Nova 2 Sonic و رزبریپای ۵، اسباببازی ماهی Billy Bass را به یک دستیار صوتی با تأخیر بسیار کم تبدیل کرده است. این سامانه با تحلیل لحظهای…

ابزار Hailuo AI امکان تبدیل پرامپتهای ساده یا تصاویر به آزمایشهای بصری کوتاه را فراهم میکند. این سرویس به عنوان یک دفترچه طراحی دیجیتال برای تست اتمسفر و قلابهای ویدئویی پیش…

خواننده و ستاره موسیقی، لورد، در کنسرت مادرید از خرید عینکهای هوشمند AI خودداری کرد و این فناوری را «ناجذاب» خواند. این واکنش در حالی رخ میدهد که متا تلاش میکند سختافزارهای…

ابزار جدیدی با ترکیب Snowflake SQL و مدلهای زبانی، الگوهای کدنویسی را در مخازن گیتهاب شناسایی کرده و داستان توسعه پروژه را روایت میکند. این سیستم برای جلوگیری از توهمات هوش…

یک تکنیک جدید در مهندسی پرامپت برای GPT-Image-2، عکاسی محصول را به یک مسئلهی «تغییر محدود» تبدیل کرده تا پسزمینههای شلوغ حذف شوند. با تعریف محصول به عنوان یک متغیر ثابت،…

پلتفرم LoRA AI فرآیند آموزش مدلهای انطباق کمرتبه را بهطور کامل به مرورگر منتقل کرد. این ابزار نیاز به نصب CUDA یا داشتن GPUهای قدرتمند محلی را حذف کرده و زنجیره تولید تصویر و…