Populære emner
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
shira
noe nytt (innen AI og musikkproduksjon) og en annen ting. Tidligere: AI @uchicago @mit @intel @cdcgov og noen andre steder. Personlig synes jeg jeg er ganske morsom.
Vi går endelig fra tale-til-tekst til miljø-til-kontekst!!
standard stemmeassistenter bruker en ASR (talegjenkjenning) pipeline som fjerner 90 % av akustisk kontekst. det OpenHome viser bruker sannsynligvis native lydtransformatorer eller CLAP (Contrastive Language-Audio Pretraining) embeddinger for kontinuerlig å behandle rå lydspektrogrammer. den oppdager akustiske hendelser (AED) og paralingvistiske signaler (sukk, tone) i stedet for bare ord.
Nå kan du inkludere et alltid-på-kamera med visuelle transformatorer, og du har nettopp gitt agenten din øyne for å matche dens romlige hørsel.
Ekte multimodal sensorfusjon kan gjøre manuell prompting overflødig
Bare noe å tenke på
13. mars, 09:01
Introduksjon: ROMLIG INTELLIGENS 🔊
AI-assistenter forstår bare ORD.
Ekte omgivelsesintelligens må også forstå LYD.
> en hund som bjeffer
> en baby som gråter
> en dør som åpnet seg
> følelsen i stemmen din
Ikke mer oppfordring!
Agent-konteksten bygges AUTOMATISK på @openhome
207
Topp
Rangering
Favoritter