Супер! А пробовали ли вы делать диаризацию очень больших звуковых файлов, которые приходится разрезать на части с перекрытием, чтобы распознавание не выполнялось слишком долго, но чтобы спикеры не перепутывались?
Многие работают на ноутбуках с Windows, поэтому решил рассказать и о том, как распознавать звук прямо на ноутбуке или как сделать клиент распознавания сервера для этой ОС.
Уже получал претензии что в своих статьях опускал историю развития предмета, о котором рассказывал. Думаю анатомия уха и история будет интересна тем, кто ещё совсем не разбирался в теме.
Да, в следующей статье, которая готовится к выходу, я рассказал как можно распознавать речь с выполнением диаризации из звуковых файлов, а также в потоке с микрофона (без диаризации, правда), чисто на Python, на своих серверах или компьютерах, с GPU или без GPU. Что же касается GnuRadio, то это приложение сильно облегчает интеграцию с SDR, если, конечно, она нужна.
Настоящее исследование безопасности предполагает в том числе тщательный и весьма дорогостоящий анализ ПО на уровне его исходного кода, а не только анализ как черного ящика.
Даже если сеть не имеет выхода в интернет, кто знает, может там есть закладки, которые, например, уничтожат всю информацию через определенное время или что хуже, начнут незаметно ее искажать. Или там есть бекдоры, которыми можно воспользоваться изнутри сети в обход настроенной системы разграничения доступа.
Т.е. признать то безопасной можно, но так ли это на самом деле? И смотря для какой модели угроз. Вот, например, защита от системного администратора, у которого есть доступ ко всему, на мой взгляд не очень тривиальна.
Ну вот, вопрос про ответственность кому-то не понравился, поставили минус, но без комментария)
А ведь на самом деле интересно, как это и почему для критически важных систем были выбраны полностью закрытые решения от Microsoft, которые фактически привязывают все к одному вендору из другой страны. Да, я знаю про частичное раскрытие кода Microsoft, но это только частичное.
При этом такой выбор не дает возможности ни полного анализа безопасности на уровне исследования кода от Microsoft, ни возможности быстрого перехода к другому вендору без переписывания значительной части ПО.
Нельзя объять необъятное) Но тема с многими GPU да, интересная.
Решают, да. Но данные приходится отдавать этим сервисам. А при локальной установке все остаётся в вашем контуре.
Где-то прочитал: Привести лошадь на водопой может и один человек. Но и сто не заставят ее пить.
Zimbra на своей виртуалке -- относительно простое и надежное решение.
А есть ли подобные риски при работе с ИП?
Здравствуйте! Благодарю за сообщение!
Добавил в репозиторий
https://github.com/AlexandreFrolov/asr-repka-pi-public/blob/main/vosk-cpp/libvosk/vosk_api.h
Нет, 60 Мбайт конечно. Но если нарезать, то уже все равно какой объем
Я сейчас пробую MP3-файл на 60 Гбайт, получается долго на Tesla-T4
Насколько я понял, у них есть премиальные модели, которые нельзя скачать, а можно лишь использовать через платный сервис.
Супер! А пробовали ли вы делать диаризацию очень больших звуковых файлов, которые приходится разрезать на части с перекрытием, чтобы распознавание не выполнялось слишком долго, но чтобы спикеры не перепутывались?
Многие работают на ноутбуках с Windows, поэтому решил рассказать и о том, как распознавать звук прямо на ноутбуке или как сделать клиент распознавания сервера для этой ОС.
Уже получал претензии что в своих статьях опускал историю развития предмета, о котором рассказывал. Думаю анатомия уха и история будет интересна тем, кто ещё совсем не разбирался в теме.
Лицензия на код pyannote и модель pyannote/speaker-diarization-3.1 - это MIT, так что платить не надо. А так да, лицензии всегда нужно проверять для коммерческих проектов.
Другое дело, что для начальной загрузки модели перед её использованием нужно зарегистрироваться и получить токен на Hugging Face.
Думаю что можно, но сам не пробовал
Да, в следующей статье, которая готовится к выходу, я рассказал как можно распознавать речь с выполнением диаризации из звуковых файлов, а также в потоке с микрофона (без диаризации, правда), чисто на Python, на своих серверах или компьютерах, с GPU или без GPU. Что же касается GnuRadio, то это приложение сильно облегчает интеграцию с SDR, если, конечно, она нужна.
Да, причем это можно делать даже на своём или арендованном сервере с GPU. Тема очень интересная, буду работать в этом направлении дальше.
В следующей статье я рассказал как это сделать на базе Whisper и PyAnnote. Статья уже написана и готовится к выходу!
Вы же понимаете, что это совершенно недостаточный уровень для проведения проверок критичных информационных систем.
Настоящее исследование безопасности предполагает в том числе тщательный и весьма дорогостоящий анализ ПО на уровне его исходного кода, а не только анализ как черного ящика.
Даже если сеть не имеет выхода в интернет, кто знает, может там есть закладки, которые, например, уничтожат всю информацию через определенное время или что хуже, начнут незаметно ее искажать. Или там есть бекдоры, которыми можно воспользоваться изнутри сети в обход настроенной системы разграничения доступа.
Т.е. признать то безопасной можно, но так ли это на самом деле? И смотря для какой модели угроз. Вот, например, защита от системного администратора, у которого есть доступ ко всему, на мой взгляд не очень тривиальна.
Ну вот, вопрос про ответственность кому-то не понравился, поставили минус, но без комментария)
А ведь на самом деле интересно, как это и почему для критически важных систем были выбраны полностью закрытые решения от Microsoft, которые фактически привязывают все к одному вендору из другой страны. Да, я знаю про частичное раскрытие кода Microsoft, но это только частичное.
При этом такой выбор не дает возможности ни полного анализа безопасности на уровне исследования кода от Microsoft, ни возможности быстрого перехода к другому вендору без переписывания значительной части ПО.