НИИ ИИ

@ai_rostov · ai · Russian · active

Subscribers 4.4K Subscribers, last 30 days: 4.3K → 4.4K +40 24h
Reach per post (ERR) 23.0%1K avg views
Posting 10.7/day last 1 hour ago
Reactions per 1K views 3.1 ⭐

EmbeddingGemma 2 приспособили для распознавания речи EmbeddingGemma 2 попробовали использовать для распознавания речи. Shahir сообщил в X, что его решение расшифровывает час аудио примерно за 13 секунд на базовом MacBook Air M3. Это результат, заявленный автором эксперимента; независимой проверки в переданных источниках нет. Идея опирается на устройство модели. Согласно официальной карточке EmbeddingGemma 2, она представляет текст, изображения, видео и аудио в общем пространстве из 768 числовых координат. Такие представления называют эмбеддингами: они позволяют сопоставлять содержание разных форматов по смыслу. Автор предположил, что близость представлений речи и текста можно использовать для получения расшифровки. Но смысловая близость сама по себе ещё не гарантирует восстановление каждого слова и его места в предложении. В переданном посте нет описания того, как именно устроено преобразование в текст. Google описывает EmbeddingGemma 2 как открытую мультимодальную модель для поиска, классификации и других задач с эмбеддингами на потребительских устройствах. Эксперимент интересен как попытка получить новую функцию из модели, созданной для другой задачи. pimenov.ai/blog

Views over time

020040060080014 Oct 15:2512 Nov 01:1068414 Oct 15:25: 0 views12 Nov 01:10: 684 views
Snapshots we took after posting.
WhenViews
14 Oct 2026, 15:250
12 Nov 2026, 01:10684

Who shared this post

Posts in other channels we index that link to this one. (Forwards with a hidden source can't be traced.)

Nobody yet.