A
ах сколько раз эта идея витала в лс/чатах
https://twitter.com/chrismessina/status/1313209403051442176
https://twitter.com/chrismessina/status/1313209403051442176
теперь для видео-звонков хватит 32 кбита? :)
Size: a a a
2020 October 07
JT
теперь для видео-звонков хватит 32 кбита? :)
а как же звук?
A
а как же звук?
А это уже проблемы другого отдела 😂
AB
а потом тебя убивает когда забежал за угол
A
а как же звук?
чисто теоретически, нейросеть может определить тембр, обертона, и передавать звук текстом, генерируя что-то похожее на исходник на выходе
С
Голос переводит в текст, жать и отдавать клиенту. На клиенте в обратно порядке
JT
чисто теоретически, нейросеть может определить тембр, обертона, и передавать звук текстом, генерируя что-то похожее на исходник на выходе
ну звук это не картинка. Смысл такой связи только в звуке, можно даже без картинки. Если вместо голоса будет шум, сервисом никто не будет пользоваться. Не на руках же объяснять.
JT
Голос переводит в текст, жать и отдавать клиенту. На клиенте в обратно порядке
Даже Сири так не может, а вы в проде в реальном времени хотите определять слова
ИБ
> > > Даже Сири
> > > Даже
> > > Даже
С
Эммм Сири эталон?
JT
а что эталог?
ИБ
а что эталог?
Что угодно кроме?
A
ну звук это не картинка. Смысл такой связи только в звуке, можно даже без картинки. Если вместо голоса будет шум, сервисом никто не будет пользоваться. Не на руках же объяснять.
ну говорят же уже нейросети голосами знаменитостей :) Правда, не знаю сколько процесс генерации времени занимает, но это уже в мощности железа упирается
JT
ну вот что кроме?
R
Голос переводит в текст, жать и отдавать клиенту. На клиенте в обратно порядке
ну это совсем изварт
С
Ну зато можно картиночки маркетологам лепить что у нас видеочат 1 КБ/с