Датасет Granary от Nvidia: миллион часов речи для обучения нового поколения ИИ

Тут речь про Canary v2, в нем уже 25 языков.
Диаризация тоже есть:
https://docs.nvidia.com/nemo-framework/user-guide/latest/nemotoolkit/asr/speaker_diarization/models.html

GigaAM: класс открытых моделей для обработки звучащей речи

круто, а облейшн претрейн моделей какой делали: MLM, Contrastive, MLM+Contrastive ?

Как улучшить распознавание русской речи до 3% WER с помощью открытых данных

Добрый день, в репозитори есть папка examples в которой Dockerfile со всеми зависимостями. Конкретно ctc_decoders устанавливается в строке sh install_beamsearch_decoders.sh

Как улучшить распознавание русской речи до 3% WER с помощью открытых данных

Новый адрес датасета https://github.com/salute-developers/golos

Бесплатный Telegram-бот для расшифровки аудио. Рассказываем кратко, как мы его сделали

Да, вот описание того, как мы делали модель, которую выложили в открытый доступ https://habr.com/ru/company/sberdevices/blog/569082/

Использование autoencoder-ов для построения рекомендационной системы

Можно ссылку на исходное описание этого подхода?

Использование autoencoder-ов для построения рекомендационной системы

Спасибо, очень интересно. Давно хотел понять как применяют глубокое обучение в рекомендательных системах. У Вас есть результаты сравнения со стандартными подходами?