کلون کردن صدا با پشتیبانی از بیش از ۶۰۰ زبان، رایگان و متن‌باز!

پروژه‌ی OmniVoice بهت اجازه می‌ده مدل تولید صدای هوش مصنوعی رو روی سیستم خودت اجرا کنی؛ بدون نیاز به پرداخت اشتراک‌های گرون سرویس‌های TTS.

روش راه‌اندازی:

۱. مخزن GitHub رو کلون کن.

۲. پیش‌نیازها رو نصب کن و مدل رو دانلود کن.

۳. رابط محلی برنامه رو اجرا کن:

omnivoice-demo --ip 127.0.0.1 --port 8001

بعد می‌تونی از طریق رابط برنامه با قابلیت‌های تولید و شبیه‌سازی صدا کار کنی.

مخزن GitHub:
https://github.com/k2-fsa/OmniVoice…

توجه: رایگان بودن نرم‌افزار به معنی بی‌نیازی از سخت‌افزار مناسب نیست؛ اجرای مدل به منابع سیستم نیاز داره. همچنین پشتیبانی از بیش از ۶۰۰ زبان لزوماً به معنی کیفیت یکسان برای همه‌ی زبان‌ها نیست.

از کلون کردن صدای دیگران هم فقط با اجازه‌ی اون‌ها استفاده کن.

@DevTwitter | <Yarad/>

بازی جدیدم آماده‌ست
این ۲ ۳ روز سرگرم ساختنش بودم که بالاخره تموم شد.
اوپن سورس هست و اگر پیشنهاد یا باگی دیدید، میتونید ریپورت کنید.
پیشنهاد میکنم رو دسکتاپ بازی کنید.

لینک بازی در مرورگر:
https://samadipour.github.io/snack-hole-game/

@DevTwitter | <Nobody/>

چه وضعیت کثافتی با PHP درست شده. حجم آسیب اقتصادی این حفره فاجعه‌باره و اعتمادی که امروز از دست رفت، به این راحتی‌ها برنمی‌گرده.
ابعادش واقعاً ترسناک شده؛ چیزی که دارم می‌بینم، Log4j جلوش شوخی محسوب می‌شه. ابعاد دقیق‌تر فاجعه تو روزای آتی مشخص می‌شه و باید ببینیم این میخ آخر تابوت PHP هست یا نه. البته ممکنه چند سال طول بکشه تا معلوم بشه.

@DevTwitter | <Farshad/>

به نظرم این پلی‌لیست IBM واقعاً ارزشمنده. حدود ۵ سال پیش شروع شده و از اون موقع تا امروز، سعی کرده هر بار که مفهوم جدیدی در دنیای AI ترند می‌شه، اون رو در قالب یه ویدیوی ۱۰ تا ۲۰ دقیقه‌ای و به زبون ساده توضیح بده.

اگه دوست دارید با مفاهیم و ترندهای جدید هوش مصنوعی به‌روز بمونید، اما وقت کافی برای مطالعه و یادگیری عمیق هر کدوم رو ندارید، این پلی‌لیست برای شماست.

https://www.youtube.com/playlist?list=PLOspHqNVtKADfxkuDuHduUkDExBpEt3DF

@DevTwitter | <Reza Jafari/>

یه ابزار ۳۴ ساله باعث شده یکی از معروف‌ترین ابزارهای هوش مصنوعی خیلی سریع‌تر جواب بده

جالبه بدونید شرکت آنتروپیک برای سریع‌تر کردن Claude Code، به جای اینکه فقط روی قدرت مدل تمرکز کنه، سراغ یه تکنولوژی قدیمی به اسم gzip رفته که از سال ۱۹۹۲ وجود داره

این ابزار با فشرده‌سازی اطلاعات، حجم داده‌هایی که به مدل ارسال میشن رو کاهش میده.

نتیجه بهینه‌سازی‌های جدید واقعاً جالبه

زمان انتظار برای شروع پاسخ در نسخه محلی از ۴٫۰۷ ثانیه به ۱٫۳۳ ثانیه رسیده.

توی نسخه ابری هم این زمان از حدود ۱۷ ثانیه به ۶ ثانیه کاهش پیدا کرده.یعنی تقریباً ۳ برابر بهبود در سرعت شروع پاسخ

البته این به معنی سه برابر شدن سرعت پردازش خود مدل نیست. بخشی از این پیشرفت هم به آماده شدن زودهنگام نشست‌های ابری مربوط می‌شه.

چیزی که برای من جالبه، درس مهمیه که پشت این خبر وجود داره.ما معمولاً وقتی میخوایم یه سیستم رو سریع‌تر کنیم، اولین فکرمون خرید سخت‌افزار قویتر یا استفاده از تکنولوژی جدیدتره.در حالی که گاهی یه تغییر ساده در معماری یا استفاده هوشمندانه از ابزارهای قدیمی، میتونه نتیجه خیلی بهتری بده.

آینده رقابت هوش مصنوعی بیشتر دست شرکت‌هاییه که مدل قدرتمندتری دارن یا اونایی که بهتر میتونن از همون مدل‌ها استفاده کنن؟

@DevTwitter | <Hossein Karimi/>

داریم ب لحظه ی موعود نزدیک میشم.

حالا میشه روی ی مک 128 گیگی یا مشابه اش مدلی ب قدرت Opus 5.5 رو اجرا کرد و درود بر Opensource

البته با 88.2% دقت ک فکر میکنم کافی باشه با Offloading

تیم UnslothAI معجزه میکنه هربار.
Guide: https://unsloth.ai/docs/models/deepseek-v4.1-flash
GGUF: https://huggingface.co/unsloth/DeepSeek-V4.1-Flash-1017-GGUF

@DevTwitter | <Kaveh/>

کسی که اپش php8.1 بالاتر ساپورت نمی‌کنه به هر باگی که کشف میشه میگه سرنوشت

@DevTwitter

در توسعه pipeline‌های RAG و ایجنت‌های پردازش سند، تبدیل فایل‌های پیچیده PDF، جداول درهم‌تنیده و اسلایدها به متن تمیز همیشه یکی از پردردسرترین بخش‌های کار بوده. مدل‌های بزرگ multimodal اغلب هم کُند هستند و هم ساختار درست سند و ترتیب خواندن را به هم می‌ریزند.

شرکت NVIDIA مدل جمع‌وجوری به نام Nemotron-3.5-Parse با اندازه ۶۳۰ میلیون پارامتر منتشر کرده که دقیقاً برای همین گلوگاه ساخته شده. این مدل با ترکیب انکودر تصویری C-RADIOv4 و دیکودر ۱۰ لایه mBART، علاوه بر متن، جعبه‌های مرزبندی (bounding boxes)، کلاس‌های معنایی بخش‌های مختلف سند و ترتیب خواندن را به خروجی Markdown یا JSON اضافه می‌کند.

نکته فنی جذابش سرعت پردازش در محیط سروینگ vLLM است؛ به کمک سر پیش‌بینی چندتوکنی (multi-token prediction)، روی پردازنده H100 تا بیش از ۱۵ صفحه در ثانیه را پردازش می‌کند و مجوز استفاده تجاری (OpenMDW 1.1) هم دارد.

لینک مدل در هاگینگ‌فیس:
https://huggingface.co/nvidia/Nemotron-3.5-Parse

@DevTwitter | <Mehdi Allahyari/>

هرچی بیشتر درگیر توسعه نرم‌افزار می‌شم، بیشتر می‌فهمم سخت‌ترین قسمت کار، نوشتن کد نیست!

چالش اصلی اینه که چی بسازیم، چطور بسازیم و چرا؟

اگه قرار باشه واتس‌اپ یا اسپاتیفای رو از صفر طراحی کنی، از کجا شروع می‌کنی؟

این دوره بسی جذابه برای این موضوع

youtube.com/watch?v=soTfFFIQQ8U&feature=youtu.be

@DevTwitter | <Babak Heydari/>

اگر تلوزیون اندرویدی دارید از این ریپو استفاده کنید. با یکی از
AI, codex, claude ...
بیشتر سرویس‌هایی که نیاز نیست رو میتونه غیر فعال کنه. یه لانچر و
dashboard
تر و تمیز براتون درست کنه و جاسوس افزارها رو غیر فعال کنه.اجرا کردم و نتیجه خیلی خوب بود.

https://github.com/Gathin23/cleanyourtv

@DevTwitter | <Keivan/>

اگه با AI کدنویسی می‌کنی و می‌خوای برای سایتت طراحی‌های جذاب‌تری بسازی، این ابزار رو ببین!

اسمش SceneAI هست؛ یک کتابخونه از Promptهای آماده برای طراحی بخش‌های مختلف سایت و ساخت Landing Pageهای مدرن و انیمیشنی.

چه چیزهایی توش پیدا می‌کنی؟

طراحی Hero Sectionهای جذاب برای صفحه اول سایت
نمونه‌های آماده برای طراحی Landing Page
پس‌زمینه‌های انیمیشنی
مجموعه‌های Gradient برای ساخت ظاهرهای حرفه‌ای‌تر
Promptهای آماده که می‌تونی کپی کنی و در ابزارهای AI کدنویسی استفاده کنی

نکته جالب اینه که می‌تونی به‌جای شروع از یک صفحه خالی، از طراحی‌های آماده ایده بگیری و با تغییر Prompt، اون‌ها رو متناسب با پروژه خودت بسازی.

هر هفته هم طراحی‌ها و نمونه‌های جدید به مجموعه اضافه می‌شن. بعضی محتواها رایگان هستن و برای دسترسی کامل باید اشتراک تهیه کنی.

اگه با Claude Code یا ابزارهای دیگه Vibe Coding کار می‌کنی، این کتابخونه می‌تونه برای پیدا کردن ایده‌های بصری و ساخت رابط‌های کاربری جذاب به کارت بیاد.

مشاهده پروژه:
https://sceneai.art/

@DevTwitter | <Yarad/>

چند روزیه ذهنم درگیر شده بود چطوری بهتر با AI کد بزنم و در تلاش بودم که روند توسعه رو مدل بکنم و فقط اونجایی که نیاز بود درگیر بشم

امشب متوجه شدم این سیستم یک یک اسم داره:
software-factory:
https://aicodingdictionary.com/?term=software-factory

@DevTwitter | <Reza Ghasemi/>

پژوهش جدید دانشگاه هاروارد بر پایهٔ تحلیل ۳۰۰ میلیون رویداد مهندسی در ۷۱۸ شرکت (داده‌های Jellyfish) نکته‌ای اساسی را آشکار ساخت:

​ایجنت‌های کدنویسی حجم کد را ۳۰٪ و تعداد Pull Requestها را ۲۳٪ افزایش داده‌اند، اما نرخ تحویل نهایی کار (تسک‌های بسته‌شده در Jira) عملاً هیچ تغییری نکرده است.

​علت این پدیده جابه‌جایی گلوگاه به مرحلهٔ بازبینی کد است:
• مدت‌زمان لازم برای تایید و ادغام حدود ۴۹٪ طولانی‌تر شده است.
• نظرات بازبینی ۳۵٪ افزایش یافته است.
• نرخ PRهای نیازمند اصلاح مجدد نزدیک به ۲ برابر شده است.

​هوش مصنوعی سرعت نگارش کد را بالا برده، اما فهم معماری، اعتبارسنجی و نگهداری نرم‌افزار همچنان متکی بر انسان است. بدون تغییر در ساختار آزمون و بازبینی، افزایش تولید کد صرفاً به انسداد خط تحویل نرم‌افزار منجر می‌شود.

@DevTwitter | <Legendary Coder/>

#کوته_نیوز

از امروز صبح تعرفه‌ی اینترنت ۴۰ درصد گرون شد ولی کیفیت رو ریدن توش

@DevTwitter

ایجنت هوش مصنوعی‌ات کدنویسی بلده؛ حالا می‌تونه بازاریابی هم انجام بده!

ریپوی Marketing Skills با بیش از ۵۵ هزار ، ابزارهای Claude Code، Codex و Cursor رو به یه تیم بازاریابی تبدیل می‌کنه!

- کپی‌رایتینگ
- سئو و تحلیل رقبا
- ایمیل مارکتینگ
- کمپین تبلیغاتی و تست A/B

اینم فقط شروع ماجراست!

با Marketing Skills می‌تونی نرخ تبدیل رو بهینه کنی، جلوی ریزش مشتری رو بگیری و حتی از چند متخصص بازاریابی به‌صورت هم‌زمان نظر بگیری!

نصب همه مهارت‌ها:
npx skills add coreyhaines31/marketingskills
GitHub:
https://github.com/coreyhaines31/marketingskills

رایگان با مجوز MIT

@DevTwitter | <Amirhossein seghatoleslami/>

مجموعه‌ای از ۳۵ پرامپت آماده برای بیش از ۲۵ مدل AI، برای Jail Break کردن که به‌صورت system prompt، تعریف persona، سیاست workspace، فایل‌های AGENTS.md و Ollama Modelfile ارائه شده‌اند.
دقت کنید که احتمال Ban شدن حساب کاربری با این کار زیاد است!

https://github.com/Alejandros17487/ai-jailbreaks

@DevTwitter | <VAHID NAMENI/>

به‌عنوان Data Scientist، Machine Learning Engineer یا حتی AI Engineer، بیشتر وقت‌ها قرار نیست برای حل مسائل سراغ شبکه‌های عصبی یا ترنسفورمرها برید.

مهم‌ترین چیزی که باید توی این مسیر یاد بگیرید، قدرت تشخیص و تصمیم‌گیری درسته. قبل از اینکه سراغ شبکه‌های عصبی برید، این سؤال‌ها رو از خودتون بپرسید:

1- آیا دیتاست به‌اندازه‌ی کافی بزرگ هست که استفاده از این روش رو توجیه کنه؟
2- آیا یه مدل Gradient-Boosted Tree می‌تونه توی کسری از زمان، ۹۰ درصد نتیجه رو بهتون بده؟
3- آیا واقعاً می‌تونید توضیح بدید که مدل داره چه کاری انجام می‌ده؟

دیپ لرنینگ قدرتمنده؛ اما در عین حال هزینه‌بره، دیباگ کردنش زمان‌بره و خیلی وقت‌ها اصلاً نیازی بهش نیست.
اینکه بدونید چه زمانی باید ازش استفاده کنید، به‌اندازه‌ی این مهمه که بدونید چطور ازش استفاده کنید.

@DevTwitter | <Reza Jafari/>

‏۱۹۱ گیگابایت! کش Next.js دیسک سرور یکی از پروژه‌هامون رو پر کرد

‏یه سایت فروشگاهی داریم که هر روز کلی کاربر داره. یه روز هشدار دیسک اومد و فضای آزاد سرور داشت تموم می‌شد.

‏وقتی نگاه کردیم، فقط پوشه‌ی fetch-cache بیشتر از ۱۹۰ گیگ حجم گرفته بود.

‏اقدام فوری: کش رو بدون توقف سرویس پاک کردیم و حجمش از ۱۹۱ گیگ رسید به ۸۸ مگابایت. ولی این فقط مسکن بود، نه درمان.

‏ریشه‌ی ماجرا چی بود؟ ترکیب دو تا چیز، که اشتباه از ما بود که از اول درست بررسیشون نکردیم:

1 بک‌اند برای هر کاربر یه کوکی جدا می‌ده.
‏2 بک‌اند برای همه‌ی صفحه‌ها کوکی رو از کاربر می‌خواد.

‏نتیجه: درخواست‌هایی که فکر می‌کردیم مشترک و کش‌شدنی‌ان، عملاً برای هر کاربر یه ورودی جدا توی کش می‌ساختن. با ترافیک بالا، این ورودی‌ها بی‌نهایت زیاد شدن.

‏این ماجرا مجبورم کرد دوباره سراغ کش Next.js برم: مستندات رو از اول خوندم و issueهای گیت‌هابی که بقیه با همین مشکل ثبت کرده بودن رو هم یکی‌یکی چک کردم. نسخه‌ی ما 16.1.6 هست و نمی‌دونم توی نسخه‌های جدیدتر رفتارش فرق کرده یا نه.

‏چیزهایی که برای خودم یادداشت کردم:
- دیتای عمومی و دیتای مخصوص هر کاربر رو توی fetchها از هم جدا کنیم.
- هر چیزی که قرار نیست کش بشه رو صریح بگیم کش نشه.
- تو پروژه‌ی پرترافیک، حجم دیسک کش رو مثل دیتابیس مانیتور کنیم.


@DevTwitter | <Alireza Fakhar/>