Загрузка видео...

Не удалось загрузить видео

На главную

#工程师工具 发现一个很不错的 数字游民宜居地 网站「Nomad List」,收集和展示了数千个城市的数字游民指数,包括成本、网络速度、生活质量等,你可以探索到一个最适合工作和生活的地方,并与社区里的同学交流经验和建议,网站本身做得也很不错,收藏备用一下。 🤖

139,881 просмотров • 3 лет назад •via X (Twitter)

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

#工程师工具 今天给申请到了 ChatGPT Plugin 的权限,想聊聊体验和如何申请。 💡使用体验有些震惊到我,试想后面成熟了,YY 下是不是后面用户操作习惯就是一个大的输入框入口了,什么交互体验、用户设计、写前端全部被一个输入框和协议展示给一把梭替代了,直接回归本源,用最朴素的方式最快最完美来实现用户需求,甚至强大的上下文功能会比纯工具类查询更加方便。 😂 那到时候我们软件行业应该会发生些有趣的变化,应用开发没有所谓的前端、交互了,甚至 Api 的开发都可以你给到 AI 数据自动帮你生成了,到时候数据变得反而更重要。 🏂 试用 Plugin 过程,发现有累计几十个插件可以被使用,涉及工具、旅游、生活、游戏、学习等场景,不过太多是国外开发,也可以自己按照 Manifest 开发定制发布插件,每次最多使用3个插件,当前速度比 GPT4 还慢一点,有时候数据没有查到,他会换一种方式继续查询。 🤖 让 Expedia 帮我安排去东京的行程,会自动帮忙安排好机票、酒店、游玩、租车等服务,甚至出现了商品卡片,点击直接将参数带到官网一键预定,同时这里也具备交互以及上下文记忆的功能,相比自己去搜索要方便不少。 🔮 此外玩了一个文字类的游戏,类似于成长那种,能够让你一步一步选择要做的事情,并计算成长值啥的,适合喜欢养成类游戏的同学,不过这一块也有一定想象空间,好比上次给大伙推荐的那个电报机器人 Samantha 😂 我参考的此文档快速申请到的 Plugin 😂 此文档快速申请 GPT-4 Api

Tw93

159,051 просмотров • 3 лет назад

Distil-Whisper:让语音识别的速度提高 5.8 倍,参数减少 51%,准确度保持在 99%。 Whisper 在语音识别方面表现卓著,但是它有一个明显的缺点:训练出来的小模型支持的语言比较少,而大模型推理速度又很慢。如果你有海量的数据需要处理,或者对实时性要求略高,那使用 Whisper 可能会让你比较头疼。 你可以使用工程手段来加速推理,例如将语音分片后并发处理然后合并结果,但这里涉及到本地计算资源瓶颈的问题,以及合并分片时容错处理的问题,工程复杂度比较高。 《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》, Whisper 的 Large-v2 model 生成了一系列的 soft targets(也就是概率分布),然后复制 Whisper 网络的第一层和最后一层解码器,最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是:速度提高了 5.8 倍,参数减少了 51%,准确度保持在 99%。 这个模型的效果之所以不错,主要还是得益于训练数据的完备,它结合了九个公开可用的语音识别数据集,合并后包含 21170 小时的语音数据,涵盖超过 18260 名说话者和 10 个不同的领域;自从 Whisper 大力出奇迹(它从互联网爬取了 68w 小时的数据,未公开)以后,相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上,模型地址: Demo: Demo 会把模型下载到本地,然后通过 WebGPU 直接在网页上跑起来,测试了下效果,还是挺不错的。 目前仅支持英文,如果想让它支持中文,需要使用同样海量的中文语料数据,重新做一次知识蒸馏,但我觉得即便是这样做,效果也不一定好,因为 Whisper 本身对中文、韩语等支持就不太优秀,这个信息可以从 Whisper 的论文中找到数据支撑。 下面这个视频是 Whisper 和 Distil-Whisper 的对比效果:

Barret李靖

124,227 просмотров • 2 лет назад