Звук

Глядя на свои места работы и как организуются в них конференц-залы, понимаешь: сделаны они довольно топорно. Нет, я собрал не один зал, но это были богатые и не очень варианты. Многие фирмы не придают им значения из соображений экономии: обращаться к системному интегратору дорого, поэтому пусть будет как есть: телевизор и ноутбук. Интеграторы, действительно, мало не возьмут, за маленький проект не возьмутся, а сидеть у телевизора компанией из 20 человек и «ловить» микрофон – такое себе занятие.

И эта статья адресована в первую очередь сисадминам и техническим директорам небольших компаний, филиалов, где необходимо проводить брифинги, круглые столы, обучение сотрудников, но при этом денег на серьёзное оборудование выделять не охота. К сожалению, даже богатые компании не готовы на такие траты. И, если ваш зал не вмещает больше 30 человек, размером 6х12 м максимум, то вы подчерпнёте много интересных моментов.

Многие мои советы могут показаться абсурдными, но они пришли от опыта, который, как известно, сын ошибок трудных. И я сразу прошу любителей поспорить на тему «У меня всё нормально работает и без этого» придержать свои кейсы. Часто это «парадокс выжившего».

Если кратенько, то принципиальная схема зала будет выглядеть примерно так:

Радиосигнал Bluetooth принимается только на близком расстоянии. Однако он не такой безопасный, как принято считать. На самом деле многие Bluetooth-устройства делают человека уязвимым для слежки. Недавно открытые уязвимости позволяют злоумышленнику выполнить скрытное сопряжение, а затем отслеживать местоположение устройства через интернет, а также использовать его как удалённый микрофон для дистанционного прослушивания.

Более того, даже обычное пассивное сканирование окружающей среды — сбор «цифровых крошек» на протяжении недель — раскрывает массу приватных деталей о соседях.

Привет, Хабр! Этот нарядный китайский суперстрат марки Kuruisi достался мне в полностью разобранном виде после взаимовыгодного обмена на хороший комбоусилитель.

Предыдущий владелец посчитал, что доработка данного инструмента не оправдает затрат времени, труда и комплектующих. Так это или нет, мы сейчас узнаем.

Интернет-радио никуда не исчезло, оно просто ушло в сеть. В этом руководстве показываем, как за 15 минут поднять собственную радиостанцию на VPS с AzuraCast: загрузить музыку, настроить эфир, подключить домен и получить API для интеграций.

2 года назад переводил я локальными моделями WoW на русский язык (https://habr.com/ru/articles/818513/) и тут недавно возобновил канал свой на YouTube-ах этих ваших, но выкладывая нарезки со стримов про прогу (https://www.youtube.com/@the_homeless_god). И в тестовом режиме переозвучил видео от Fireship про OpenClaw. Да и на тех же стримах возник концепт про цифровые замещения и аватары.

И вот сижу я и думаю, что, например, владея английским языком смотреть могу видео в оригинале, но, тот же Veritasium смотрел в оригинале всего несколько раз, так как мне ближе адаптационная озвучка от Vert Dider. А я чем хуже? Правильно, мне лень этим заниматься на стабильной основе. Что я могу сделать? Автоматизировать за несколько часов часть процесса, который по-хорошему должен занимать 15 минут, зачем тогда десятый год я программирую?

В общем, статья написана как всегда в стиле (б|в)лога, потому заваривайте чай, мы начинаем писать cli и десктоп для переозвучки с помощью локальных моделей ollama!

Приветствую читателей. Один из моих лучших друзей в детстве заболел отитом, и впоследствии у него сильно снизился слух. Недавно я расспросил, какие устройства он использует, какой уровень комфорта и так далее. Ответы более чем шокирующие.

Для начала предлагаю посмотреть на проблематику: 2 основных кейса, когда слуховые аппараты могут помочь - кондуктивная тугоухость - это когда весь спектр частот снижен по громкости, и нейросенсорная тугоухость - когда человек одни частоты слышит лучше, другие хуже, некоторые не слышит вовсе. То есть в первом случае проблема может быть решена почти полностью, во втором случае все зависит от конкретной ситуации: слуховые аппараты могут помочь лишь частично.

Итого, слуховые аппараты могут помогать следующим образом:

Распознавание речи в реальных условиях представляет собой одну из наиболее сложных задач в области обработки сигналов. Особенно актуальна эта проблема для роботов, которые должны функционировать в разнообразных зашумленных условиях: в толпе людей, на открытом воздухе при сильном ветре, в помещениях с высоким уровнем фонового шума. Традиционные алгоритмы шумоподавления, разработанные для стационарных условий, оказываются неэффективными в таких сценариях.

В данной статье описывается исследовательский проект по разработке и оптимизации алгоритмов цифровой обработки сигналов для обеспечения надежного распознавания речи в экстремальных акустических условиях. В качестве тестовой платформы использована система автоматического распознавания птиц на базе BirdNET-Go, что позволило проводить длительные полевые испытания в естественных условиях с разнообразными типами шумов.

Ключевой задачей проекта был подбор оптимальных алгоритмов фильтрации и их параметров для работы с нестационарным шумом. В процессе исследования были реализованы и протестированы различные подходы к шумоподавлению, включая спектральное вычитание, адаптивные фильтры и алгоритмы на основе минимальной среднеквадратичной ошибки. Особое внимание уделено алгоритму Log-MMSE (Minimum Mean-Square Error Log-Spectral Amplitude Estimator), который показал наилучшие результаты в условиях нестационарного шума.

Выбор птиц в качестве тестового объекта был неслучаен: вокализация врановых (ворон, сойка, сорока, галка, грач) по своим частотным характеристикам близка к человеческой речи, что делает их идеальной моделью для отработки алгоритмов, предназначенных для роботов. Длительные полевые записи в различных погодных условиях позволили собрать обширную базу данных для анализа эффективности различных подходов к шумоподавлению.

Привет, Хабр! До совсем недавнего времени безголовые электрогитары были дорогими и не казались мне чем-то особенно привлекательным. Однако на днях знакомый гитарист купил это чудо на Озоне вместе с чехлом и кучей приятных мелочей по цене чуть дешевле двенадцати тысяч рублей.

Гитара чертовски фонила, хамбакер звучал совсем не так, как хотелось, но главное — музыканту категорически не понравился способ настройки струн имбусовым ключом с задней стороны деки. На сцене это выглядит совсем не по рок-н-ролльному.

У меня всегда припасено много интересностей на обмен, так что этот инструмент теперь мой. После небольшой доработки компактная лёгкая электрогитара Leego LEG-S стала одной из лучших, которые когда-либо ко мне попадали. И я с ней, наверное, уже не расстанусь.

Несколько лет назад мне стало интересно, смогу ли я сделать на обычном 3D-принтере что-то по-настоящему полезное, а не очередную декоративную деталь.

В возможностях самой 3D-печати я не сомневался — вопрос был скорее в том, справлюсь ли я с задачей.

По основной работе я занимаюсь автомобильной акустикой и системами активного шумоподавления. Бинауральная запись и модели головы — область смежная. В лаборатории стоят несколько манекенов, но в реальных проектах они почти не используются. Сделать собственную версию выглядело естественным продолжением интереса к теме.

Профессиональные бинауральные системы стоят сотни тысяч рублей. Формально это корпус, ушные раковины и два микрофона, размещённые в слуховых каналах.

Возник простой вопрос: можно ли собрать работоспособный вариант своими силами и понять, где проходит граница DIY-подхода?

Так появился проект «Голова Бинго».

Всем привет! Меня зовут Александр Григоренко, я фронтенд-разработчик и создатель Web Audio Studio — браузерного инструмента для визуализации и исследования аудиографов на Web Audio API. В этой статье я хочу поделиться историей разработки этого проекта, техническими деталями и особо интересными инженерными вызовами, с которыми я столкнулся в процессе его создания. Кроме того, я выскажу свои мысли о Web Audio API, о том, почему этот стандарт недооценен у веб-разработчиков и что с этим можно сделать (спойлер: во многом ему не хватает хорошего инструментария для разработки и отладки).

Сегодня я выбрал довольно нетрадиционную для публикации на Хабре форму: обзор музыкального альбома с песнями на русском языке. С информационными технологиями его связывают две вещи: это песни про компьютерные игры, а создан он с применением генеративного искусственного интеллекта. Ведь куда же мы теперь без него.

Сейчас в обществе активно разворачивается дискурс о пользе или вреде ИИ как творческого инструмента, и о ценности контента, создаваемого с помощью нейросетей. Мнения полярные и во многом негативные. Родился термин «ИИ-слоп», обозначающий низкокачественный генерируемый в больших количествах контент, и именно ему сейчас посвящено большинство публикаций, а на созданном с применением ИИ творчестве лежит стигма: оно по определению считается недостойным внимания. Думаю, для демонстрации тезиса о том, что нейросеть лишь инструмент в руках человека, и применять его можно по-разному, особенно важно уделять внимание удачным работам.

Альбом, о котором идёт речь, вышел ровно год назад, набрав скромные две тысячи просмотров на YouTube, и можно сказать, прошёл незамеченным. Но лично для меня эта работа стала поворотной точкой в восприятии полезности ИИ как инструмента творческого самовыражения, по крайней мере, в области музыки. Мне кажется важным поделиться с тем, что же такого я в этом нашёл. Попутно расскажу и о таком проявлении современной культуры, как песни про игры, и немного поковыряю палочкой дальний спор о том, являются ли компьютерные игры искусством.

Привет, Хабр! Несколько дней назад мне принесли на доработку очередную электрогитару из Поднебесной, и теперь мы сможем рассмотреть, а также услышать её во всех подробностях.

Кто-то приобретает такие подделки в надежде перепродать, выдав за оригинал, и это нередко получается, судя по сообщениям на многочисленных форумах. Другие стремятся пощеголять «фирменным» инструментом на сцене, на видео либо перед не разбирающимся в вопросе друзьями, родственниками, коллегами или просто окружающими. Третьим просто хочется повесить на стену украшение в виде электрогитары.

Как бы то ни было, инструмент вполне играбелен и неплохо звучит, а также может похвастаться небольшой массой. Ни в коем случае не одобряю подделок, однако констатирую факт, что играть на этом контрафактном изделии можно.

Почти вся современная музыка написана с использованием равномерно-темперированного строя, использование натурального лада (который используется в традиционной (или) неевропейской музыке) или микротонов является очень нишевым, а правила современной гармонии часто не работают (попробуйте найти вменяемые материалы про гармонию в микротональной музыки). Это плохо, так как композиторам приходится опираться, в первую очередь, а своё ухо, а не на какую-то математическую модель. Особенно плохо то, что система записи музыки оторвана от физической модели звука.

ASR-системы в проде - это тяжёлые, специализированные решения под конкретные сценарии. Но что делать, если нужен универсальный инструмент, который умеет распознать длинное аудио, диаризовать спикеров, обработать пачку файлов и при этом не требует целого GPU кластера?

В этой серии статей я разбираю, как собрать «швейцарский ножик» для распознавания речи на базе Whisper: выбрать модель, победить галлюцинации, стабилизировать обработку длинных аудио и выжать максимум из обычной видеокарты.

Первая часть - про выбор ASR, оптимизацию инференса и практические грабли, с которыми сталкиваешься, когда пытаешься превратить open-source модель в рабочий инструмент.

Всем привет! Знаете это чувство, когда ты ищешь решение какой-то конкретной проблемы, а находишь целое новое хобби? Вот у меня примерно так и вышло.

Как значит было дело. Сидел я, как обычно, никого не трогал, починял примус... а если конкретнее - делал небольшую игру-платформер. Задумка была в том, чтобы она была процедурно-генерируемой, причем я хотел чтобы все уровни генерировались через большую...

В последнее время всё чаще слышны призывы к производителям открывать API и исходный код для гаджетов, которые заканчивают свою жизнь. В этом случае сообщество может выполнять поддержку и даже расширять функциональность устройств. Именно так следует «заканчивать жизнь» старых моделей — через опенсорс.

3 февраля 1967 года навсегда вошло в анналы истории музыки. В этот день Джими Хендрикс пришёл в лондонскую Olympic Studios для записи песни с использованием нового компонента. Эта песня — Purple Haze, а компонент — гитарная педаль Octavia, специально изготовленная для Хендрикса звукоинженером Роджером Майером. Педаль стала ключевым элементом сложной цепочки аналоговых элементов, формирующих окончательный звук, включая акустику самой студии. Звук записи был настолько новым, что когда они отправляли плёнки для ремастеринга в США, то приложили к ним письмо с объяснением, что дисторшн в конце — это не сбой, а намеренный эффект. Спустя несколько месяцев Хендрикс провёл своё легендарное электрогитарное выступление на Monterey International Pop Festival.

Благодаря Purple Haze стало очевидно, что электрогитару можно использовать не только как струнный инструмент со встроенными звукоснимателями. для удобного усиления звука, но и как полнофункциональный волновой синтезатор, сигналом с которого возможно манипулировать. Современные гитаристы могут воссоздать созданную Хендриксом цепочку при помощи отдельных плагинов в DAW-программе, но когда всё буферизируется и дискретизируется, магия зачастую пропадает. Я захотел разобраться, может ли более систематический подход улучшить качество и дать понимание того, как Хендрикс создал свой революционный звук.

Картинка: xb100, freepik.com

Иногда так бывает, что известные всем по одной из областей идеи не оставляют учёных, заставляя исследовать возможность применения этих идей в абсолютно иной области, и ярким примером такого подхода является изобретение так называемых «акустических диодов»...

Трудно поверить, но наушники с нами почти 150 лет. Первая модель была представлена аж в 19 веке и больше напоминала распиленный пополам телефон. Весила эта штука около 5 кг и отягощала головы тогдашних телефонисток. Спасибо Эрнесту Меркадье, запатентовавшему в 1891 году свое изобретение.

Привет, Хабр! Возраст этого винтажного инструмента превышает 45 лет, и сегодня почтенный экспонат снова зазвучал. Для этого понадобилось заменить лады, переменные резисторы, выходное гнездо под джек, установить верхний и нижний порожки взамен утерянных, а также привести все остальные компоненты в надлежащее состояние.