eitaa logo
دیجی‌نت
1هزار دنبال‌کننده
104 عکس
2 ویدیو
0 فایل
شبکه هوشمند جمع آوری داده برای هوش مصنوعی https://dgnets.ir
مشاهده در ایتا
دانلود
مایکروسافت حالا صدای فارسی رو هم تایپ می‌کنه! 🎙️ بالاخره فارسی هم به جمع اضافه شد! مایکروسافت مدل جدید خودش رو به اسم MAI Transcribe 2 معرفی کرده. یعنی صدای جلسه، کلاس، پادکست یا ویس رو می‌گیره و تبدیلش می‌کنه به متن تایپ‌شده. چرا جالبه؟ 👇 🔹 ۶۰ زبان رو پشتیبانی می‌کنه و تو این نسخه تازه اضافه شده (نسخه‌ی قبلی فارسی نداشت). 🔹 خودش تشخیص می‌ده کی داره حرف می‌زنه و برای هر کلمه زمان دقیق می‌ذاره؛ عالی برای ساختن زیرنویس. 🔹 به گفته‌ی مایکروسافت، توی صدای شلوغ و پرنویز یا وقتی کسی وسط حرفش زبان عوض می‌کنه هم خوب کار می‌کنه. 🔹 یه ساعت صدا رو حدود ۱۰ ثانیه‌ای به متن تبدیل می‌کنه. قیمتش برای برنامه‌نویس‌ها تا آخر ۲۰۲۶ ساعتی ۰٫۱ دلاره. یه صفحه‌ی آزمایشی هم هست که با حساب مایکروسافت می‌شه فایل MP3 یا WAV تا ۶۰ دقیقه رو امتحان کرد (فقط برای استفاده‌ی شخصی). لینک معرفی ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
🎁 نتایج «جوایز روزانه» دیجی‌نت مشخص شد! بازه: روزانه — دیروز · 23 آبان 1405 رتبه 1: ابوالقاسم کشوری — مبلغ 200 هزار تومان به صورت نقدی رتبه 2: کوثر نجفقلیپور — مبلغ 150 هزار تومان به صورت نقدی رتبه 3: ابوالفضل شهروزی — مبلغ 100 هزار تومان به صورت نقدی ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
🎁 نتیجهٔ «قرعه‌کشی هفتگی» دیجی‌نت مشخص شد! جایزه: کتاب وارث (تشیع وارث مسیحیت، یهودیت و اسلام) با امضا و دست‌نوشته‌ استاد رائفی‌پور بازه: هفتگی — هفته قبل · هفته 16–22 آبان 1405 تعداد برندگان: 3 🎊 برندگان: عرفان فرشادیان، مریم نیکخواه، لاله فراهانی ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
🎁 نتیجهٔ «قرعه‌کشی هفتگی» دیجی‌نت مشخص شد! جایزه: دوره آموزشی پایتون مقدماتی بازه: هفتگی — هفته قبل · هفته 16–22 آبان 1405 تعداد برندگان: 3 🎊 برندگان: مهدی جوادپور، محمد نوری، مژده اقبال پور ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
🎁 نتایج «جوایز روزانه» دیجی‌نت مشخص شد! بازه: روزانه — دیروز · 24 آبان 1405 رتبه 1: میلاد اسدی مفرد — مبلغ 200 هزار تومان به صورت نقدی رتبه 2: میثم سرلک — مبلغ 150 هزار تومان به صورت نقدی رتبه 3: مریم نیکخواه — مبلغ 100 هزار تومان به صورت نقدی ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
🎁 نتایج «جوایز روزانه» دیجی‌نت مشخص شد! بازه: روزانه — دیروز · 25 آبان 1405 رتبه 1: میثم سرلک — مبلغ 200 هزار تومان به صورت نقدی رتبه 2: بهروز صحرانورد خطیبانی — مبلغ 150 هزار تومان به صورت نقدی رتبه 3: لاله فراهانی — مبلغ 100 هزار تومان به صورت نقدی ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
Marimba: یه مدل کوچیک گفتار که با یه بار گوش دادن به چند تا سؤال جواب می‌ده 🎙️ یه دستیار صوتی همیشه چند تا سؤال کوچیک داره: حرف طرف تموم شد؟ فلان کلمه رو گفت؟ گوینده عوض شد؟ چه زبونیه؟ معمولاً برای هر کدوم یه ابزار جدا می‌ذارن یا هر بار از یه مدل زبانی صوتی جدا می‌پرسن. Marimba صدا رو فقط یه بار از رمزگذار فریزشدهٔ Qwen3-ASR 0.6B رد می‌کنه و به همهٔ این سؤال‌ها جواب بسته با احتمال کالیبره می‌ده. تو تشخیص کلمه روی FLEURS از Qwen3-Omni-30B جلو زده، تعداد گوینده‌ها رو دقیق‌تر از pyannote 3.1 شمرده و پایان نوبت رو حدود ۱۳ میلی‌ثانیه‌ای تشخیص می‌ده. البته اشتباه‌های ASR (تشخیص گفتار) روی اسم‌های کمیاب مثل اسم داروها مستقیم به جوابش منتقل می‌شه و تشخیص کلمه حدود ۲ ثانیه طول می‌کشه. جزئیات و عددها تو مطلب کامله. 🔍 🔗 لینک مقاله 🔗 کد مقاله ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
علی‌بابا Qwen4-Max رو آورد؛ مدلی با حافظهٔ یک میلیون توکنی که هزینهٔ هر کار رو حدود ۶۰ درصد پایین آورده 🚀 علی‌بابا از دیروز، ۲۵ آبان، Qwen4-Max رو برای همه باز کرده. قوی‌ترین مدل خانوادهٔ Qwen تا امروزه: ۲.۴ تریلیون پارامتر، فهم مستقیم تصویر و حافظه‌ای که یک میلیون توکن رو یک‌جا جا می‌ده. یعنی چی برای شما؟ می‌تونید یه قرارداد چندصدصفحه‌ای، یه پروژهٔ کامل کد یا چند تا نمودار رو با هم بهش بدید و درباره‌ش سؤال بپرسید. طبق آزمون داخلی علی‌بابا، نسبت به نسل قبل حدود ۳۵ درصد توکن کمتری مصرف می‌کنه و هزینهٔ هر کار تقریباً ۶۰ درصد پایین‌تر اومده. توی جدول Code Arena هم رتبهٔ ششم کدنویسی رو گرفته. فعلاً وزن‌های این مدل منتشر نشده و فقط از طریق QwenCloud و API (رابط برنامه‌نویسی) در دسترسه. ولی علی‌بابا قول داده نسخه‌های کوچیک‌تر Qwen4 رو به‌زودی آزاد کنه. جزئیات کامل رو توی مطلب بخونید 👇 🔗 اطلاعیه رسمی علی‌بابا ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
گوگل Pics به Nano Banana 2.1 ارتقا پیدا کرد؛ ویرایش عکس دقیق‌تر، متن تمیزتر داخل تصویر تا حالا شده از هوش مصنوعی بخواید فقط رنگ لیوان توی عکس رو عوض کنه، ولی صورت آدم‌ها و پس‌زمینه هم یه‌کم بهم بریزه؟ 😅 گوگل از ۱۶ نوامبر Google Pics رو به مدل Nano Banana 2.1 ارتقا داده. حالا وقتی یه ویرایش کوچیک می‌خواید، مثلاً عوض کردن رنگ لباس یا برداشتن یه شیء، بقیهٔ عکس، از آدم‌ها گرفته تا پس‌زمینه و لوگوی برندتون، خیلی کمتر دست می‌خوره. متن داخل تصویر هم تمیزتر و درست‌تر درمیاد؛ مثلاً اسم یه کمپین روی پوستر دیگه حروف کج‌ومعوج نداره. 🎨 این ارتقا تنظیم جدایی نمی‌خواد و طی ۱ تا ۳ روز برای همه نمایش داده می‌شه؛ هم توی خود اپ Pics، هم وقتی داخل Google Docs و Google Slides عکس می‌سازید. فقط حواستون باشه برای اشتراک‌های پولی مثل Google AI Plus، Pro و Ultra و پلن‌های سازمانیه. جزئیات کامل توی مطلبه 👇 🔗 منبع خبر ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
دستیار صوتی‌تون وقتی زنگ می‌زنه، از کجا بفهمه آدم جواب داده، پیغام‌گیر یا یه هوش مصنوعی دیگه؟ 📞 دستیار صوتی‌تون به یه نفر زنگ می‌زنه و یکی جواب می‌ده. ولی کی؟ آدم، پیغام‌گیر، منوی تلفنی یا یه هوش مصنوعی دیگه؟ سیستم‌های قدیمی فقط می‌گن «آدم یا ماشین»، در حالی که دستیار برای هر کدوم باید یه کار جدا بکنه. مقاله‌ی FEND از Observe.AI برای هر نوع ماشین یه آشکارساز جدا گذاشته و حداکثر تو ۲۰ ثانیه برچسب می‌ده. برای تشخیص هوش مصنوعی هم سراغ ریتم حرف زدن رفتن: آدم بین کلمه‌ها مکث می‌کنه، صدای ساختگی یه‌نفس می‌ره جلو. نتیجه؟ ROC-AUC (سطح زیر منحنی ROC) برابر ۰.۹۵۲ و روی تماس‌های واقعی فقط ۲.۹ درصد آدم‌ها اشتباهی ماشین حساب شدن. داده‌ها فقط مال یه سیستم تماسه و همه‌ی هوش مصنوعی‌های دیده‌شده از یه نوع غربالگر تماس بودن. جزئیاتش رو توی مطلب کامل بخونید. 🎧 🔗 لینک مقاله ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
حالا Seedance 2.5 دو تا در تازه باز کرد؛ نسخهٔ سریع‌تر Flash و ساخت ویدئوی 4K با پیش‌نویس ارزون 🎬 اگه با ویدئو می‌سازید، Seedance 2.5 از بایت‌دنس دیروز دو تا خبر تازه داشت: نسخهٔ Flash که سریع‌تر و ارزون‌تره، و API (رابط برنامه‌نویسی) نسخهٔ 4K که حالا برای همهٔ برنامه‌نویس‌ها و شرکت‌ها باز شده. با Flash می‌تونید از روی یه متن یا چند تا عکس، ویدئو و صدای مرجع، کلیپ ۴ تا ۳۰ ثانیه‌ای با صدای هماهنگ بسازید؛ افقی، مربعی یا عمودی. نسخهٔ 4K هم یه حالت Draft (پیش‌نویس) داره: اول ایده رو با کیفیت ۴۸۰p ارزون امتحان می‌کنید، هر وقت راضی شدید، خروجی نهایی رو 4K می‌گیرید. یعنی دیگه لازم نیست برای هر آزمون و خطا پول نسخهٔ باکیفیت رو بدید. حواس‌تون باشه که Flash حداکثر تا ۷۲۰p خروجی می‌ده و قیمت نسخهٔ 4K هم هنوز اعلام نشده 👀 جزئیات کامل رو توی مطلب بخونید. 🔗 ورسل 🔗 AIbase ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets
صدایی که با گوشی و بدون ساز ضبط کردید، حالا یه آهنگ کامل با سبک دلخواه‌تون می‌شه 🎙️ یه ملودی تو ذهنتون هست و فقط با گوشی، بدون هیچ سازی خوندیدش؟ تا حالا برای اینکه این صدای خالی بشه یه آهنگ کامل، یا باید سراغ آهنگساز می‌رفتید یا ساعت‌ها با نرم‌افزار ور می‌رفتید. Mureka نسخهٔ Remix V9.5 رو منتشر کرده. حالا می‌تونید یه A Cappella (آواز بدون ساز)، یه ضبط صدا و گیتار، یه موسیقی بی‌کلام یا یه آهنگ کامل تا ۸ دقیقه بدید و توی Style (سبک) بنویسید چی می‌خواید؛ مثلاً «راک با خوانندهٔ زن و پیانو». ملودی خودتون سر جاش می‌مونه و یه تنظیم کامل روش ساخته می‌شه. متن ترانه رو هم می‌شه عوض کرد یا کلاً حذفش کرد. 🎸 فقط حواستون باشه خروجی صدای خوانندهٔ اصلی رو نگه نمی‌داره و فعلاً نمی‌شه صدای یه خوانندهٔ خاص رو خواست. 🔗 منبع خبر 🔗 لینک ابزار ❤️ قدرت گرفته از قلب تپنده واحد هوش مصنوعی مصاف 🆔 @Masaf_Ai 🆔 @DgNets