VF | Science

Public

Просмотреть канал

706

2.1K

1.8K

Не можете присоединиться? @vf_science

1.1k Участники

Обновлено: May 6, 2026 at 9:12 AM

VF | Science

Генерацией музыки и всем, что связано с аудио ML я занимаюсь, а всем остальным ML интересуюсь) Делюсь знаниями, мыслями, событиями по своей карье, делаю анонсы своих онлайн/офлайн мероприятий. Автор: @varfolomeefff

@vf_science is a dedicated channel for varfolomeefff with regular updates in Партнерский маркетинг

Рейтинг

Глобальный рейтинг

#456

Рейтинг по языку

#45

Рейтинг по категории

#23

-1

Рост участников (Последние 3 дней)

Всего: 1.1K

Рост за 24ч: +0 0%

Последние посты

VF | Science

25 апр. 2026 г., 08:57

12го ноября прилечу в Питер к Сергею Николенко (@sinecor), буду рассказывать в главном здании СПбГУ все, что знаю про дискретные репрезентации и выбор между непрерывными фичами, это будет экстраполяция семинара про аудио кодеки на весь ML Пишите/заходите…

1,760

VF | Science

25 апр. 2026 г., 08:57

📷 Photo

Доклад вчера, кстати, безусловно удался. Большое спасибо Захару, он отлично подготовился, и этот семинар уже точно будет частью курса DL в этом году.)

Спасибо всем, кто пришёл, ну а дальше будет опять something completely different...

1,480

VF | Science

25 апр. 2026 г., 08:57

Интерактивный tutorial по аудио кодекам от Kyutai labs 😎

https://kyutai.org/next/codec-explainer

1,890

VF | Science

25 апр. 2026 г., 08:57

👀 Про аудио кодеки в Deep Learning School Сегодня выложили 2 части лекции и она немножко затянулась, примерно на 100 минут :) На лекции мы обсудили основополагающую технологию VQ-VAE и дошли до современных подходов к обучению аудиокодеков. Попутно рассмотрели…

1,640

VF | Science

25 апр. 2026 г., 08:57

👀 Про аудио кодеки в Deep Learning School

Сегодня выложили 2 части лекции и она немножко затянулась, примерно на 100 минут :)

На лекции мы обсудили основополагающую технологию VQ-VAE и дошли до современных подходов к обучению аудиокодеков. Попутно рассмотрели специфические для них проблемы и способы их решения — такие как недифференцируемость в процессе обучения, коллапс кодовой книги, неэффективное покрытие домена и недостаточная репрезентативность для последующих задач. Отметили тенденции в современных исследованиях, разобрали конкретные примеры актуальных аудиокодеков и подумали, как можно объединить существующие подходы для обучения собственного кодека, потенциально превосходящего текущие решения. В завершение поговорили о практических рекомендациях по обучению кодеков и дополнительной литературе по теме.

Лекцию сделал без глубокого погружения в конкретные работы, зато мы обсудили гораздо больше других мыслей и сохранили интуицию по самым важным идеям и проблемам VQ-VAE моделей. Хотелось сделать лецию с упором на актуальные идеи и дать ровно столько, чтобы вы могли решить, куда стоит углубиться самостоятельно, имея фундамент заложенный после просмотра. Пишите возникающие вопросы в чат курса DLS или мне https://t.me/varfolomeefff

Предлагаю посмотреть и поделиться мнением под постом. Давно я длинные лекции не читал.

На днях выделю особенно интересные тезисы из лекции в канал и обсужу их. Интуиция на леции правда животрепещущая и есть, о чем поспорить/подумать.

Часть 1: https://youtu.be/4mVfb-mhv9k?si=k9Q2wgtsA1h2DcP0

Часть 2: https://youtu.be/kOS6qHc6K2g?si=Po-jHSLwpeO5LmkZ

#audio #perfomances

VF | Science

25 апр. 2026 г., 08:57

👀 Про аудио кодеки в Deep Learning School Сегодня выложили 2 части лекции и она немножко затянулась, примерно на 100 минут :) На лекции мы обсудили основополагающую технологию VQ-VAE и дошли до современных подходов к обучению аудиокодеков. Попутно рассмотрели…

7,970

VF | Science

25 апр. 2026 г., 08:57

📷 Photo

Все лекции и семинары «Лето с AIRI 2025» теперь в открытом доступе 🔥

Собрали для вас записи выступлений ведущих исследователей и экспертов — от фундаментальных вопросов искусственного интеллекта до практических примеров его применения в науке и индустрии.

📎Сохраняйте ссылки на плейлисты: https://vkvideo.ru/playlist/-210514085_6, https://www.youtube.com/playlist?list=PLLciejuAZ9W5AFyO6Wqa6SaK6KYGPBg7_

2,240

VF | Science

25 апр. 2026 г., 08:57

🎥 Video

Наш русскоязычный датасет для TTS опубликован!

Сегодня выкладываем открытые корпуса на 4000+ часов речи, а еще синтезатор речи ESpeech-TTS-1

Наш датасет содержит больше 4000 часов русской речи. Статистика по корпусам:

Многоголосые:
https://huggingface.co/datasets/ESpeech/ESpeech-podcasts - 3200 часов
https://huggingface.co/datasets/ESpeech/ESpeech-webinars2 - 850 часов

Одноголосые:
https://huggingface.co/datasets/ESpeech/ESpeech-igm - 220 часов
https://huggingface.co/datasets/ESpeech/ESpeech-buldjat- 54 часа
https://huggingface.co/datasets/ESpeech/ESpeech-upvote - 296 часов
https://huggingface.co/datasets/ESpeech/ESpeech-tuchniyzhab - 306 часов

Данные лежат вот тут: https://huggingface.co/ESpeech

Также, мы решили провести некоторые эксперименты с TTS. Получилось обучить F5-TTS на 10000 часов речи и сделать одну из лучших по нашим замерам моделей в опенсурсе для русского языка.

Какие модели доступны?
https://huggingface.co/ESpeech/ESpeech-TTS-1_RL-V1- Первая версия модели с RL
https://huggingface.co/ESpeech/ESpeech-TTS-1_RL-V2- Вторая версия модели с RL
https://huggingface.co/ESpeech/ESpeech-TTS-1_podcaster - Модель обученная только на подкастах, лучше генерирует спонтанную речь
https://huggingface.co/ESpeech/ESpeech-TTS-1_SFT-95K- чекпоинт с 95000 шагов (на нем основана RL V1)
https://huggingface.co/ESpeech/ESpeech-TTS-1_SFT-256K - чекпоинт с 265000 шагов (на нем основана RL V2)

Лайкайте модель которая больше понравится чтобы мы понимали есть ли смысл запускать RL.

Послушать модели без скачивания можно вот здесь:

https://huggingface.co/spaces/Den4ikAI/ESpeech-TTS
Совместно с https://t.me/speech_recognition_ru ещё сделали лидерборд русского ТТС, где можно глянуть метрики:

https://huggingface.co/spaces/ESpeech/open_tts_leaderboard_ru
Задать вопросы по поводу данных и модели можно в наших телеграм каналах:
https://t.me/den4ikresearch
https://t.me/voice_stuff_chat

Вы можете мне задонатить, чтобы у меня были ресурсы делать более крутые модели и датасеты:

USDT (Tether): 0xdCd6ebb3eA69A7D667F2aB22B7ac1E3616D1C4A5
BTC: bc1qw5lq7fc455e47hggax6zp8txw4ru7yvsxvawv3
https://www.tbank.ru/cf/7WKnNMqWtOx

VF | Science

25 апр. 2026 г., 08:57

Наш русскоязычный датасет для TTS опубликован! Сегодня выкладываем открытые корпуса на 4000+ часов речи, а еще синтезатор речи ESpeech-TTS-1 Наш датасет содержит больше 4000 часов русской речи. Статистика по корпусам: Многоголосые: ESpeech-podcasts - 3200…

1,500

VF | Science

25 апр. 2026 г., 08:57

📷 Photo

Знаю все типы людей 😆
А кто вы?

1,560

Showing 10 of 10 posts

No more posts

Рейтинг

Требуется вход

Отзывы пользователей (0)

Пока нет отзывов. Будьте первым, кто поделится своим опытом!

VF | Science

VF | Science

Рейтинг

Рост участников (Последние 3 дней)

Последние посты

Рейтинг

Отзывы пользователей (0)

Похожие каналы Telegram

Безопасность полётов

Отдел разноса маркетинга

CPALENTA | Арбитраж трафика

BROCONF-6 News

БАРАХОЛКА / SELLIX

Семья Berserkers😈

Way of Thinking

MelBet Partners Affiliates

Похожие каналы Telegram

Безопасность полётов

Отдел разноса маркетинга

CPALENTA | Арбитраж трафика

BROCONF-6 News

БАРАХОЛКА / SELLIX

Семья Berserkers😈

Way of Thinking

MelBet Partners Affiliates

Отзывы пользователей (0)

Последние посты