🎥 На рынке сейчас есть много сервисов, в которых вы можете обменять свои промпты на довольно неплохие видео. Пришло время сравнить эти проекты и понять, какого качества результат можно получить. Чтобы всё было честно, зададим всем нейросетям одинаковый запрос: «Скарлетт Йоханссон продаёт айподы», без настроек и уточнений. 

1️⃣Сразу же начнём с самой модной Runway, доступ к которой недавно открыли для всех. Честно скажем: результат вполне себе, особенно учитывая быструю скорость и работу «из коробки», без долгого промпт-тюнинга. В общем, Sora от OpenAI ещё не вышла, но серьёзный конкурент у неё уже есть. 

2️⃣Не так давно в соцсетях активно тестировали Luma, протестируем и мы. Результат до Runway воспринимался бы как «неплохой», сейчас же — как «странноватый». Нейросети явно не хватает простого промпта, чтобы понять, чего именно мы от неё хотим, и она сваливается в «угадывание». Получается не очень хорошо.  

3️⃣Ну и последний результат — для иллюстрации скорости прогресса на этом рынке. В начале года сервис Pika воспринимался как впечатляющий прорыв. Забиваем наш запрос сегодня — получаем результат. Скажем корректно: становится ясно, что всего за полгода прогресс среди таких сервисов произошёл просто невероятный.

В общем, остаётся только пристегнуть ремни, приготовиться моргнуть один раз и удивиться тому, что скоро нейросети будут способны сгенерировать полнометражный фильм на основе одного вашего запроса!

🐰Первый день ноября, а значит, самое время для новой статистики Membrana Kids — сервиса, который помогает родителям оберегать детей в цифровом пространстве.

📱Скачать Membrana Kids можно в App Store, Google Play и AppGallery.

#MembranaKids
#FC_инфографика

🎶Программист Future Crew разработал алгоритм, который признали лучшим решением для «умного» мастеринга

Перед публикацией на цифровой платформе каждый трек проходит три этапа обработки: аранжировка, сведение и мастеринг. Мастеринг — это кропотливая работа, требующая много времени и внимания к деталям. Именно мастеринг завершает музыкальную композицию, отвечая за её финальную обработку и оптимизацию звучания.

Чтобы сделать финальный шаг доступнее для всех, музыкант и ведущий разработчик Future Crew Сергей Гришаков в 2020 году создал Matchering 2.0 — инструмент для автоматизации мастеринга, позволяющий добиться звучания уровня любимого артиста без сложных настроек.

🤔Как это работает?

Пользователю нужно загрузить свою необработанную композицию и трек артиста с эталонным качеством, к которому он хочет приблизиться.

Matchering 2.0 автоматически настраивает громкость, спектр и стереоширину, чтобы приблизить звучание к эталону. И все это — без искусственного интеллекта!

«Внутри только эвристики — отточенный алгоритм на основе известных Python-библиотек: Scipy и Numpy», — пояснил Сергей Гришаков.

📝Отзывы профессионалов

Блогер и музыкант Бенн Джордан недавно сравнил все популярные инструменты «умного» мастеринга и отметил, что большинство сервисов, таких как LANDR и BandLab, не справляются со своей задачей. Однако Matchering 2.0 превзошел всех своих конкурентов, продемонстрировав гибкость, удобство и качественный результат.

«Лучше только живой человек», — отметил Джордан.

🔗 Проект доступен на GitHub и PyPI