Звук.
Apple наймёт команду технологий стартапа подкастов Huxe
Apple сообщила Европейской комиссии о достижении договорённости, предусматривающей переход сотрудников и технологий стартапа Huxe персонализированных подкастов в штат компании.
Американца приговорили к 1,5 годам тюрьмы за накрутку прослушиваний ИИ‑песням в стриминговых сервисах
Суд в США приговорил к 18 месяцам лишения свободы музыканта из города Корнелиус в штате Северная Каролина Майкла Смита за накрутку прослушиваний в стриминговых сервисах песням, сгенерированным искусственным интеллектом. Мужчина использовал более чем 1 тыс. ботов для прослушивания треков, получив от музыкальных сервисов $8 млн роялти. Смита обязали вернуть средства, полученные в результате незаконной деятельности, сообщило Министерство юстиции США.
От железа к собственным VST инструментам
С чего всё началосьПожалуй, начну с того, что расскажу о себеЯ человек, который каким‑то образом попал в ИТ. Я не программист, я не инженер. Мой опыт исключительно вокруг проектов и продуктов. Я долго работал в одном из вендоров ПО и повидал, как надо и, самое главное, как не надо делать проекты, причем в различных видах бизнеса.Еще я музыкант, регулярно выступаю со своим материалом, и до января 2026 года я выступал с уже собранным, откалиброванным и изученным сетапом из железных синтезаторов.Это так называемый Dawless‑формат, когда создаёшь музыку без использования компьютера. Мой сетап выглядел так:
Суд Токио впервые в истории Японии защитил голос человека правом на коммерческое использование
Впервые в истории Японии окружной суд Токио постановил, что голос человека защищён правом на коммерческое использование образа, как и право на портрет. Такое решение суд вынес по делу об имитации речи актера искусственным интеллектом.
Зарубежные нейросети для транскрибации аудио
Итак, наша основная задача такая - быстро забрать буквы из звука и получить внятный текст. Сразу подчеркнем. Это не топ, не рейтинг и не раздача медалей. Никого не рекламируем, ничего не навязываем и не выясняем, какой сервис лучше. Девяносто процентов рынка - это одинаковые обертки над Whisper с наценкой за свои фирменные надстройки. Лучший сервис для себя вы выберете сами.Но руками расшифровывать многочасовые записи в 2026 году будут только мазохисты.
Локальный анализ звонков без GPU. Что происходит на пути от аудио до резюме
Я хотел проверить не то, насколько хорошо локальная LLM пишет резюме на красивом тестовом диалоге, а что произойдет с ней на обычном телефонном звонке с музыкой, автоответчиком, перебиваниями и плохим звуком.Я сделал desktop приложение на Tauri, Rust, React и SQLite. Оно распознаёт речь, разделяет спикеров, считает тональность, эмоции и риски, а в конце локальная модель пишет резюме и рекомендации. Всё считается на компьютере, интернет нужен только чтобы скачать модели. При парсинге звонков часто бывают имена, адреса и номера договоров, и отправлять их во внешний API не хочется.
Локальный ассистент для зумов, часть 8: модель, ради которой я поменял диаризацию за один вечер
В третьей части я написал, что не вижу чужой модели, ради которой стоит менять связку. sherpa-onnx на диаризации, свой второй проход поверх, канал собеседников двадцатиминутного звонка размечается минут семь. Жить можно.23 сентября NVIDIA выложила Nemotron 3 Diarization. Вечером 28-го я включил её в разбор своих созвонов. Тот же канал — три секунды.Что этоSortformer на сто миллионов параметров, до восьми голосов. На каждые 10 мс у каждого голоса своя вероятность, два голоса в одном кадре для неё норма. Старая связка решает по отпечатку куска речи. Двое говорят разом — отпечаток общий, кто-то пропадает.
Музыка, которая ждёт игрока: превращаем любой mp3 в адаптивный игровой саундтрек
Я пять лет вожу настольные ролевые игры как мастер и думаю, что музыка это 50% эффекта погружения в процесс игры который работает в обе стороны.
Google выкатила Gemini 3.8 Live и версию с рассуждениями
15 сентября Google представила
