Добавил в свои корпоративные боты распознавание голосовых сообщений, а так же создание голосовых. Что бы получать голосовые - нужно включить режим речи командой /speech (выключать так же если что).

В ПРОСТОБОТЕ тоже работает, можете попробовать.

Сергей Булаев AI 🤖 - об AI и не только

В нашей регулярной рубрике #КриповаяСуббота новый выпуск AI or Die, дублированный ElevenLabs. (тут первая серия) Очень смешно, глупо и страшно, почти на уровне моих О***нных историй.

Сергей Булаев AI 🤖 - об AI и не только

Добавил в ПРОСТОБОТ (и коммерчиские боты) gpt-4o-mini, написал, наконец подробную инструкцию по его использованию.

В Yakker ускорил скорость распечатки отформатированного сообщения и добавил кнопку копирования распознанного текста в клипборд. Немного подредактировал промты и вроде циклиться стал пореже.

А как у вас утро субботы прошло?

Сергей Булаев AI 🤖 - об AI и не только

После двух недель работы со spellings.app были зафиксированы первые серьёзные проблемы. Стало очевидно, что обучение написанию слов происходит слишком прямолинейно — на клавиатуре сын набирает медленно, что его напрягает. Он начинает нервничать и пытается ввести слово голосом через голосовой ввод :)

Мы решили добавить ещё два вида заданий: сопоставление произношения слов с их написанием, а также ускоренный ввод букв из ограниченного числа предложенных (это быстрее, проще и интереснее, чем набор с клавиатуры).

Также для развлечения добавили печать карточек — теперь сын носит в школу распечатанные картинки из Minecraft со своими словами. А ещё обязательный салют на Framer Motion по окончании практической сессии (моя особая гордость, с музыкальным сопровождением, сгенерированным Eleven Labs).

Понятно, что заданий стало слишком много, поэтому нужно будет разделить их на этапы, чтобы каждый день не делать всё сразу — скоро этим займёмся. Временные затраты на это обновление составили около 6 часов.

К сожалению, я не смог записать звук с айфона :( Не понимаю, как это работает.

P.S. Для тех, кто не знает, приложение полностью пишется через Cursor Composer для моего сына, которому каждую неделю в школе дают 10 новых слов на выучить.

Сергей Булаев AI 🤖 - об AI и не только

Доброе утро! Сэм Альтман написал новую статью о будущем "Эпоха интеллекта". Записали вам с o1 короткий подкаст на 5 минут с её обсуждением.

Как думаете, есть польза? Не читать статью, а за 5 минут прослушать её суть в диалоге?

Использовал PDF 2 Audio, чуть-чуть поиграв с промптами. Промты там крутые, посмотрите, их можно редактировать. Теперь очень интересно сделать такое самому, но через Eleven Labs, качество должно быть гораздо круче. Будет время - попробую.

Также я знаю, что Googlebook Notebook LM тоже умеет делать подкасты из документов, но я сам пока не пробовал.

#ИскуственныйПодкаст

Сергей Булаев AI 🤖 - об AI и не только

Очередное сравние видео генераторов:

Kling AI 1.5
PixVerse
Hailuo
Gen-3

Промт:

Крупный план женщины с вьющимися волосами, ее губы слегка приоткрыты, как будто она собирается говорить. У нее серьезное выражение лица, когда она обдумывает сложное решение, но постепенно она успокаивается и расслабляется. Деревья на заднем плане постепенно переходят от мягкого фокуса к резкому по мере ее движения. Кинематографическая цветокоррекция, с темными цианами, холодным блюзом в стиле триллера-блокбастера

По словам автора в Luma достойного результата получить не удалость.

Какой вариант лучший?

Сергей Булаев AI 🤖 - об AI и не только

Так ну что? Каждый раз, когда я получаю новый айфон я настраиваю его с нуля. Понятно что контакты, заметки и фотки в любом случае в облаке.

Просто пользуюсь возможностью снести все те сотни приложений, которыми я не пользовался и установить только те что нужны.

Базовый не стандартный набор у меня - ChatGPT, Claude, Kindle, Readwise, InShot, Google Authenticator, X, Trust Wallet, Proton Mail, Substack, Strava.

Что интересного посоветуете поставить?

(пост пишу ещё со старого)

Сергей Булаев AI 🤖 - об AI и не только

Так ну что! Я всё утро утро учился общаться с расширенным голосовым режимом ChatGPT. Это выглядело примерно вот так...

Пользование им ограничено, я думаю вышло примерно около 1 часа (может поменьше). За 15 минут до окончания выдал предупреждение.

Сейчас напишу свои мысли (и не только не мои)

Сергей Булаев AI 🤖 - об AI и не только

Мои мысли после первого дня использования продвинутого голосового режима ChatGPT.

Плюсы:

- Разговоры проходят плавно и естественно, почти как с реальным человеком. Небольшие сбои случаются: иногда долго включается или прерывается.

- Память о предыдущих беседах. Круто, что есть память, и она используется — это делает общение более связным и интересным с самого начала.

- Удобство фонового использования. Очень полезно иметь возможность просто говорить вслух, пока ассистент работает на заднем плане, даже с заблокированным экраном.

- Альтернатива набору текста. Разговор с языковой моделью — действительно достойная альтернатива набору текста. Это провоцирует более живой диалог.

- Умный и терпеливый слушатель. Хотя не всегда терпеливый 😁. Говорить вслух становится продуктивнее, когда у тебя есть внимательный и понимающий собеседник.

- Будущее общения. Возможно, в ближайшие три года мы будем больше общаться с голосовыми агентами, чем с реальными людьми.

- Дизрапция изучения языков. Ведение диалога значительно улучшает обучение языкам. Это точно будет востребовано.

Минусы:

Его сильно урезали!

Раньше он мог искать информацию онлайн, но сейчас эта функция отсутствует.

Нельзя использовать пользовательские GPT, что ограничивает персонализацию и адаптацию под индивидуальные потребности.

Отсутствует возможность создания изображений. Раньше можно было генерировать изображения, теперь эта возможность исчезла.

Нельзя показывать изображения. Это снижает интерактивность и ограничивает сценарии использования.

Ограниченное распознавание эмоций. Ассистент может различать эмоции, но в основном опирается на слова, а не на интонацию или тон голоса.

Лимиты по времени использования. В настоящее время есть ограничение около 1 часа в день, которое сбрасывается каждые 24 часа. Это мало! Надеюсь, не надолго!

Технические сбои. При высокой нагрузке возникают задержки и обрывы звука, что напоминает потерю связи в телефонном разговоре. Это раздражает (хоть и нечасто).

Строгие правила модерации. Если ассистент считает, что нарушает правила, он резко прерывает разговор и извиняется, что может сбивать с толку. Сталкивался с этим несколько раз на пустом месте.

На видео парень общается с ChatGPT во время разработки. Я примерно так же взаимодействовал, обсуждая функционал различных проектов.

Мы с нуля придумали проект и долго его обсуждали. Затем я перешёл в текстовый режим и попросил создать .md файлы с документацией (в голосовом он это не может!).

Мне понравилось — было классно обсудить проект короткими предложениями и постепенно обрисовать его в диалоге, по сравнению с текстом.

Жду когда это всё будет в курсоре!

Сергей Булаев AI 🤖 - об AI и не только