Комментарии 1
Я сам не раз обжигался на локальной обработке аудио и видео с помощью нейросетей, особенно когда речь идет о ресурсах. Проблема с 17 ГБ памяти на 16 ГБ Маке - это классика, я такое встречал, когда тестировал генерацию видео для риелторов и детских книг с помощью ИИ. Эхо и бесконечные "Thank you" от Whisper тоже знакомы - это боль любой ASR-системы без тонкой донастройки под конкретный аудиопоток. Интересно, как удалось решить проблему со сдвигом, это прямо жесткие грабли для синхронизации дорожек. В целом, очень крутой кейс по реальным "боевым" условиям использования локального AI.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
17 ГБ памяти, тысяча «Thank you» и эхо без наушников: грабли локальной расшифровки созвонов на Маке