عصر گویش | هوش مصنوعی

2022-12-11 09:10:23 سلام به شما همراهان همیشگی نویسالایو
امیدواریم که حالتون خوب باشه

تیم نویسالایو با هدف همراهی و همدلی با تمامی افراد و مشاغل، سازمان‌ها و ارگان‌ها، تخفیفی 50 درصدی برای تمامی کاربران جدید و قدیم خود در نظر گرفته است.

شما می‌توانید تمامی بسته‌های اعتباری تایپ صوتی نویسالایو را در مدتی محدود با نصف هزینه واقعی آن‌ها تهیه کنید.

به امید روزهای خوب
کد تخفیف : off50


ابزار تبدیل گفتار به نوشتار نویسالایو، قابلیت تایپ کردن تمامی صحبت‌های رسمی و محاوره‌ای شما را دارد و علاوه بر آن شما می‌توانید با آپلود کردن فایل‌های صوتی خود در نویسالایو، آن‌ها را به‌صورت تایپ شده تحویل بگیرید

استفاده ازتایپ گفتاری نویسالایو در:
ربات تلگرامی نویسالایو
­ سایت پرشین اسپیچ (نویسالایو در بستر وب)
دانلود مستقیم اپلیکیشن اندرویدی نویسالایو
دانلود اپلیکیشن نویسالایو از گوگل‌پلی

سایت نویسالایو باز کردن / نظر دهید

2022-11-22 15:49:54 اطلاع‌رسانی:

قابلیت خرید و پرداخت بسته‌های اعتباری آریانا از طریق زرین‌پال امکان‌پذیر شد.

از این پس برای استفاده از ابزار تبدیل متن به صدا آریانا می‌توانید به آسانی و از طریق درگاه پرداخت زرین‌پال بسته‌های اعتباری خود را شارژ کنید.

برای استفاده سریع و آسان از قابلیت تبدیل متن به گفتار، از ربات تلگرامی آریانا استفاده کنید
@agparianabot باز کردن / نظر دهید

2022-11-13 11:14:10 همراهان گرامی ابزار تبدیل گفتار به متن و تایپ گفتاری نویسالایو!
امیدواریم که حال همه شما هم‌وطنان و همراهان عزیز و ارزشمند خوب باشه.

خوبه که در این روزهای سختی که می‌گذرونیم هوای یکدیگر رو بیشتر داشته باشیم و هر کدوم از ما درهر جایی که ایستاده‌ایم قدمی مثبت برای هم برداریم.

با توجه به درخواست‌های شما همراهان عزیز، تصمیم گرفتیم قدمی کوچک اما تاثیرگذار برای تمامی مخاطبان قدیم و جدید برداریم و با ارائه تخفیف 70% بر روی تمامی بسته‌های اعتباری، استفاده از خدمات تبدیل صدا به متن و تایپ صوتی نویسالایو رو برای شما عزیزان آسان‌تر و مقرون به صرفه‌تر کنیم.

به امید روزهای خوب ­


کد تخفیف: BaHam1401
مهلت استفاده از کد تخفیف: تا 27 آبان ساعت 23
می‌توانید با استفاده از کد تخفیف ارائه شده، در سایت پرشین‌اسپیچ و یا اپلیکیشن نویسالایو، برای خرید تمامی بسته‌های نویسالایو اقدام کنید.


سایت Persianspeech پرشین اسپیچ
دانلود اپلیکیشن اندرویدی نویسالایو از گوگل پلی باز کردن / نظر دهید

2022-10-25 13:02:34 سلام، امیدواریم حال همه‌ شما همراهان و هم‌وطنان عزیز خوب باشه.
شرکت عصر گویش پرداز جهت تامین نیروی پشتیبانی خود، از یک نفر با شرایط زیر دعوت به عمل می آورد: #استخدام

وظایف:
· پشتیبانی و پاسخگویی به سوالات و اشکالات کاربران (مشتریان) به صورت تلفنی، اینترنتی و یا حضور در محل شرکت مشتری
· آشنایی کامل با کامپیوتر، ویندوز و جزئیات ویندوز
· آشنایی با لینوکس
· دارای روابط عمومی بالا و برخورد عالی با مشتری
· ظاهری آراسته و مرتب جهت انجام مذاکرات حضوری
· آشنایی با شبکه و اصول کار کامپیوترها در شبکه
· علاقه‌مند به انجام کار گروهی
☆ سابقه کار مرتبط مزیت محسوب می‌شود

مزایا:
· حقوق وزارت کار، پاداش و بهره‌وری، بیمه، حق ماموریت

ارسال رزومه و ارتباط با ما
info@asr-gooyesh.com
پیام از طریق تلگرام، واتس‌اپ، بله به شماره:
09126885245
#فرصت_شغلی باز کردن / نظر دهید

2022-09-13 21:22:57 پایان مرحله اول ساب‌کراود

ربات تلگرامی ساب‌کراود در حال حاضر غیرفعال می‌باشد

اطلاع‌رسانی‌های مربوط به شروع مرحله دوم را از همین کانال دنبال کنید باز کردن / نظر دهید

2022-09-12 10:19:13 "پیکره متنی فارسی ناب"

امروزه، پردازش زبان طبیعی به عنوان یکی از مهمترین حوزه های یادگیری ماشین و یادگیری عمیق مورد توجه قرار گرفته است. مدلهای پایه در این حوزه همان مدلهای زبانی هستند که به حجم زیادی از داده متنی نیاز دارند

پیکره‌ متنی بزرگ از مهمترین نیازهای آموزش مدلهای شبکه عصبی عمیق است.ضرورت این مسئله به خصوص برای زبان‌های با منابع کمتر مثل فارسی،بیشتر احساس میشود

ما،برای این مسئله راه‌حل پیکره ناب را معرفی کرده‌ایم

ناب مجموعه پاک‌سازی شده،به صورت کاملا متن باز و قابل استفاده مستقیم برای محققان حوزه پردازش زبان طبیعی در فارسی است

ناب شامل حدود130گیگابایت دیتا متنی (250میلیون پاراگراف و 15میلیارد کلمه)است

ما پیکره ناب را بر روی مخزن دیتاست Huggingface قرار داده‌ایم،پس شما میتوانید با استفاده از تمام یا بخشی از ناب،برای آموزش مدل خود استفاده کنید
huggingface.co/datasets/SLPL/naab

همچنین نسخه خام پیکره ناب به همراه ابزار پاک‌سازی متن در اختیار عموم قرار گرفته
huggingface.co/datasets/SLPL/naab-raw

مقاله به زبان انگلیسی
arxiv.org/abs/۲۲۰۸.۱۳۴۸۶
مقاله به زبان فارسی
b2n.ir/q46261 باز کردن / نظر دهید

2022-09-10 15:41:13 تو آخر هفته‌ای که گذشت، خیلیا شارژ هدیه‌اشون رو از ما گرفتن تو چطور؟ تو چند تا شارژ هدیه از ما گرفتی؟

@Sub_crowd_bot

می‌دونی که به ازای هر ۱۰ تا مدال طلا که بگیری، یه شارژ هدیه پیش ما داری؟

فقط کافیه که با یکم دقت متن‌های درست رو تائید کنی یا اگه نیاز به اصلاح دارن، اصلاحشون کنی
به همین سادگی

@Sub_crowd_bot


۱۰ تا مدال طلا جمع کن
از ما شارژ رایگان هدیه بگیر

@Sub_crowd_bot

این پیام رو برای دوستات هم بفرست باز کردن / نظر دهید

2022-09-08 11:18:13 اگر متن پیشنهادی متناسب با صوت ارسالی نیست، متن مناسب رو تایپ کن
اگر متن پیشنهادی متناسب با صوت ارسالیه، اون رو لایک کن
@Sub_crowd_bot
۱۰ تا مدال طلا جمع کن
از ما شارژ رایگان بگیر

@Sub_crowd_bot


به ازای هر لایکی که به متنی که شما تایپ کردین داده می‌شه، شما یک مدال طلا دریافت می‌کنید

@Sub_crowd_bot

هم‌چنین اگر متنی که قبلا توسط شما لایک شده، توسط دیگران هم لایک بشه و به عنوان متن برگزیده انتخاب بشه، باز هم شما یک مدال طلا دریافت می‌کنید باز کردن / نظر دهید

2022-09-05 10:30:49 "روشی كارآمد برای جداسازی منابع صوتی با استفاده از تركيب شبكه عصبی كانولوشنال و بازگشتی"

جداسازی منابع صوتی (مانند زمانی كه چند شخص همزمان صحبت می كنند) یكی از مباحثی است كه پژوهش‌های زیادی در زمینه آن انجام شده است.

روش‌های متعددی برای این كار وجود دارد.

یكی از بهترین روش‌هایی كه تاكنون ارائه شده است، استفاده از شبكه عصبی عمیق است. LSTM یك نوع شبكه عصبی بازگشتی است كه برای سیگنال‌های طولانی به‌كار می‌رود. در این روش به دلیل ارتباط كامل میان لایه ها، آموزش شبكه كند است و اندازه مدل بزرگ خواهد شد.

یك روش دیگر استفاده از شبكه عصبی كانولوشنال است. این روش برای سیگنال‌های طولانی منجر به عمق بیشتر شده و فرآیند آموزش را سخت تر می كند.

در مقاله مطالعه شده دنبال روشی جدید هستیم كه با تركیب این دو شبكه عصبی بتوانیم مدل كارآمدتری بسازیم. ابتدا ساختار هر یك از شبكه ها را بررسی كرده، سپس درباره انواع شیوه اتصالات آن‌ها بحث می‌كنیم و بهترین روش را برای ساختار جدید ارائه می‌كنیم. سپس این شبكه را برای جداسازی صدای خواننده در موسیقی به‌كار می‌بریم.

#مقاله_علمی_عصر_گویش_پرداز

https://b2n.ir/u58091 باز کردن / نظر دهید

2022-09-03 09:58:21 "تشخيص گفتار خودكار برای كنترل ترافيك هوايی"

كنترلرهای ترافیك هوایی نقش مهمی در جداسازی هواپیماها در حریم هوایی و سطح فرودگاه دارند و مقدار قابل توجهی از مكالمات بین كنترلرها و خلبانان از طریق كانال‌های رادیویی است.

پس بازشناسی خودكار این مكالمات، باعث:
"بهبود امنیت سیستم"
"پیشرفت عملكردهای عملیاتی" 
"نظارت بر انطباق اطلاعات"
می‌شود.

اما سیستم‌های بازشناسی گفتار خودكاری كه تا به امروز پیشنهاد شده اند دقت لازم برای استفاده‌های عملی رو دارا نبوده اند.

چرا؟
كانال‌های رادیویی نویز دار 
سرعت تكلم بالا 
لهجه‌های متنوع

در روندی که ما در این مقاله می‌خوانیم، مدل تشخیص گفتار خودكاری را توسعه می‌دهیم كه: مكالمات خلبان با برج مراقبت را به صورت متن بازشناسی می‌كند. مدل پیشنهاد شده براساس ساختار سر به سر تشخیص گفتار به همراه یك شبكه عصبی عمیق است.


در این مقاله در سایت عصر گویش پرداز، ما به تفصیل به این موضوع پرداخته‌ایم.

#مقاله_علمی_عصر_گویش_پرداز

https://b2n.ir/u35309 باز کردن / نظر دهید