پژوهش هوش مصنوعی در Hugging Face: دیاری‌سازی سریع و دقیق با سرعت بی‌نظیر سرویس جدید حاشیه‌پرداز در هنجینگ فیس باعث تحول در تشخیص گفتار و دیاری‌سازی می‌شود؛ ترکیب Whisper بر مبنای پیکربندی سفارشی، با افراط‌ درک‌سنجی و تشخیص گفتار همزمان، دقت و سرعت را به حداکثر می‌رساند. ۱۲ اردیبهشت ۱۴۰۳ ۲ دقیقه اخبار API هوش مصنوعی ChatGPT و Whisper به توسعه‌دهندگان ارائه شد با معرفی API هوش مصنوعی ChatGPT و Whisper توسط OpenAI، توسعه‌دهندگان اکنون می‌توانند قابلیت‌های چت و تبدیل گفتار به متن را در سرویس‌های خود ادغام کنند. ۵ اردیبهشت ۱۴۰۳ ۲ دقیقه اخبار TTS Arena: میدان رقابت مدل‌های هوش مصنوعی تبدیل متن به گفتار با معرفی TTS Arena، اکنون می‌توانید مدل‌های تبدیل متن به گفتار را به‌راحتی مقایسه کرده و به کیفیت آن‌ها رأی دهید. نتایج در لیدربورد رسمی نمایش داده می‌شود. ۸ اسفند ۱۴۰۲ ۲ دقیقه پژوهش دو برابر سرعت ورایشر با Speculative Decoding در پردازش گفتار استفاده از تکنیک Speculative Decoding در مدل Whisper، سرعت پردازش گفتار را دو برابر می‌کند و دقت آن را حفظ می‌دارد؛ یک گام مهم در توسعهٔ هوش مصنوعی ۲۹ آذر ۱۴۰۲ ۲ دقیقه مدل‌ها بهینه‌سازی Bark با 🤗 Transformers: صدای واضح و سریع‌ترین زمان مطالعه جدید Hugging Face پردازش سریع‌تر و مصرف کمتر حافظه مدل Bark را با ابزارهای Transformers، Optimum و Accelerate توضیح می‌دهد؛ سه‌مرحله ساده برای عملکرد برتر. ۱۸ مرداد ۱۴۰۲ ۲ دقیقه اخبار انقلاب در تشخیص گفتار چندزبانه: آموزش تطبیقی MMS با هوش مصنوعی با آداپتورهای MMS متا و تکنیک آموزش تطبیقی Hugging Face، تشخیص گفتار چندزبانه وارد فاز جدیدی می‌شود. این رویکرد به ویژه برای زبان‌های کم‌منبع، دقت بی‌نظیری را با آموزش سریع به ارمغان می‌آورد. ۲۹ خرداد ۱۴۰۲ ۴ دقیقه اخبار انقلاب در تعاملات بازی: تشخیص گفتار هوش مصنوعی در یونیتی با Hugging Face Hugging Face با معرفی API خود برای یونیتی، امکان پیاده‌سازی تشخیص گفتار پیشرفته هوش مصنوعی را در بازی‌ها فراهم می‌کند. از دستورات صوتی تا بهبود دسترسی، گام بلندی در تعاملات دیجیتال. ۱۲ خرداد ۱۴۰۲ ۳ دقیقه پژوهش هوش مصنوعی SpeechT5: تبدیل متن به گفتار، گفتار به متن و همگرایی مدل SpeechT5، مدلی یکپارچه متن‑به‑گفتار، گفتار‑به‑متن و همگرایی مدل، با پیش‌آموزش چندمودال بر روی داده‌های ترکیبی، در پردازش زبان گفتاری عملکرد برتری ارائه می‌دهد. ۱۹ بهمن ۱۴۰۱ ۲ دقیقه پژوهش هوش مصنوعی OpenAI با Whisper: مدل پیشرفته‌ی تشخیص گفتار با دقت انسانی OpenAI با ارمغان Whisper، شبکه عصبی پیش‌بینی‌کننده‌ی گفتار، دقت و مقاومتی نزدیک به انسان را در تشخیص صداهای انگلیسی ارائه می‌دهد. ۳۰ شهریور ۱۴۰۱ ۲ دقیقه پژوهش هوش مصنوعی : چگونه Wav2Vec2 با n‑gram در چارچوب Transformers بهبود می‌یابد معرفی روش بهبود مدل Wav2Vec2 از طریق ادغام n‑gram در چارچوب 🤗 Transformers، نکات کلیدی، چالش‌ها و نتایج آزمایشی، و راه‌های پیاده‌سازی در پروژه‌های واقعی. ۲۲ دی ۱۴۰۰ ۲ دقیقه