Звук

Я имею в виду буквально. Перед транскрибацией увеличьте скорость аудио в два или в три раза в ffmpeg. Благодаря этому вы потратите меньше токенов и вам придётся меньше ждать, а качество транскрипции почти не снизится.

Вот и всё!

Ниже показан скрипт, сочетающий все мои трюки для выполнения этой задачи. Для его работы необходимо установить yt-dlp, ffmpeg и llm.

Я сэкономил вам время, сразу перейдя к делу, но если вы хотите подробностей истории о том, как я случайно обнаружил этот способ, пытаясь создать краткое изложение сорокаминутного доклада Андрея Карпаты, то продолжайте чтение.

Вам стоит продолжить чтение, если вы недоумеваете, почему я просто не воспользовался встроенной автотранскрибацией YouTube. Краткий ответ будет таким: я недотёпа, считавший (ошибочно), что она недоступна. Поэтому мне пришлось идти по более сложному пути.

Другие знают, что даже аутентичный ламповый стек звучит как надо только в правильном помещении, через соответствующие микрофоны и будучи «раскачанным» на нужную мощность.

Купили новые недешевые Bluetooth-наушники, а они звучат странно?

Разбираемся в причинах плохого звука с кодеком AAC и выясняем мотивацию установки ограничений битрейта со стороны производителей.

Эту историю для моего блога рассказал Арсений Власов, IT-специалист.

Кто-то на форуме выложил песню, сгенерированную нейросетью, и я подумал: «Наверное, это забавно». Зашёл в Suno, потратил полчаса на эксперименты — и втянулся. Спустя год у меня пять альбомов, песня из игрового чата стала популярной, а я полностью заменил обычную музыку на созданную искусственным интеллектом.

Расскажу, как делаю музыку нейронкой и какие нюансы нужно знать тем, кто тоже хочет попробовать.

Началось всё с шутки. Мы с друзьями брали новости с лент — про курс доллара, аварии, политику — копировали в Suno и смотрели, что получится. Нейросеть серьёзно пережёвывала «Центробанк повысил ключевую ставку» и выдавала что-то вроде драматичной баллады о финансовых потрясениях.

Получалось реально смешно. Но в этих экспериментах я заметил закономерность: какой бы бред ни загружал, мелодическая структура всегда получалась правильной. Suno понимала, где должен быть куплет, где припев, даже если текст — полная белиберда.

Стало понятно: нейросеть анализирует не только смысл, но и ритмическую структуру текста. Длинные предложения становились куплетами, короткие повторяющиеся фразы — припевами.

Тогда я решил попробовать нормальные тексты. У меня был опыт написания стихов — начал адаптировать старые работы под музыку.

Небольшая пятничная история о том, как я раньше только использовал чужие гитарные табулатуры, а теперь сам начал их создавать.

Но тогда почему любимые рок-группы вполне можно слушать, причём с удовольствием, через динамики, которые ещё меньше и дешевле? — Потому что в записи звук уже сформирован должным образом.

Я регулярно выбираю себе различные вещи и всегда стремлюсь добиться наилучшего сочетания цена/качество. Началась теплая пора, прогулки стали длиннее, а у моего нового Redmi 13 Pro+ 5G, как назло, нет выхода под наушники. Значит, настало время наконец-то купить себе TWS.

Как аудиофил со стажем, имеющий плеер FiiO M11 и наушники FiiO FH5, я всегда избегал беспроводных наушников. Когда-то, лет 5-10 назад, я пробовал ранние модели TWS и, честно говоря, обплевался — качество звука было отвратительным. С тех пор я не верил беспроводной связи вообще, предпочитая проводные решения.

Уже в марте 2009 года, за неполные семь лет, мировые продажи гитарных комбоусилителей культовой серии Roland CUBE перевалили за миллион экземпляров. Помню, какое восхищение вызвал у меня мой первый Micro CUBE в середине нулевых.

Рассказываем, как с помощью ИИ мы создали аудио-платформу для телеграм-каналов. И почему это нужно всем, у кого нет времени читать. 

Гриф и стиль, в котором выполнен темброблок, определённо музимовские. Звукосниматели и фурнитура — серийные советские, но кастомизированы грамотно и с любовью. Ручки переменных резисторов — работа высококлассного токаря.

Если 25 лет назад мне бы сказали слово Creative, то я бы автоматически ответил Sound Blaster. Эти карты де-факто стали стандартом для геймеров еще в 90-х, так что открыв почти любую игру тех лет, в настройках вы видели заветное словосочетание. Разумная стоимость и богатая функциональность — поддержка MIDI, встроенный музыкальный синтезатор, наличие порта для подключения джойстика, возможность воспроизводить цифровой звук — сделали SB невероятно популярной линейкой.

Но, помимо геймеров и разработчиков, была еще одна «секта» поклонников Creative Technology — музыканты. Специально для них выпускались абсолютно другие девайсы, которые не были известны широкой аудитории. Один из таких артефактов, звуковую карту E-MU 0404 формата PCI, мне удалось найти на барахолке, и сегодня я решил рассказать историю появления таких карт. Приятного чтения!

Вводные данные такие: Небольшая комната 22 м2. Прямоугольной формы. По длинной стороне телевизор 55 дюймов. Над ним проектор, направленный на противоположенную сторону, на которой ослепительно белые обои, это экран. Источник видео – ТВ бокс на Android TV. Источник звука - две пары недорогих напольников Premiera ES-621 MC.

Задача – сделать домашний кинотеатр с объемным звуком 5.1 высокого качества с небольшими затратами. Вносить в комнату сабвуфер и центральный канал нельзя. Не разрешили, да и некуда. Поэтому делать кинотеатр нужно на четырех колонках расставленных по углам комнаты. Квадро, но со звуком 5.1

Делаем так: Cinema Q. Четырехканальный USB аудио ЦАП

• использование генеративного ИИ (genAI) для запуска более сложных атак, генерации правдоподобных писем (LLM-фишинг даёт отклик 54% по сравнению с откликом 12% у фишинговых писем, написанных вручную);
  
• интерактивные атаки (с использованием клавиатуры) в режиме реального времени;
  
• снижение входного барьера (демократизация атак);
  
• резкое увеличение скорости операций.