Sto sviluppando da qualche mese un sistema di traduzione neurale italiano→russo, con un'architettura basata su OpenNMT-py e una pipeline separata per la gestione dei nomi propri (NER con spaCy più un livello di regole/dizionario per la transliterazione).
Il contesto di porusski.it prevede che, quando un utente richiede una traduzione, Cognitor identifichi l’intento (“voglio una traduzione”) ed estragga le entità rilevanti, come il testo da tradurre.
C'è un momento, lavorando con l'AI, in cui viene voglia di aprire il cofano invece di limitarsi a chiamare un'API. Cognitor nasce da questa voglia: un framework di Natural Language Understanding scritto in Python, pensato per capire davvero cosa succede tra il messaggio dell'utente e la risposta del bot, senza delegare tutto a un modello di linguaggio generalista.
Sto costruendo un traduttore italiano→russo con un'architettura Transformer in PyTorch, addestrata da zero. Durante i test mi sono imbattuto in un bug che all'inizio sembrava assurdo: il modello non traduceva male i cognomi sconosciuti, li **cancellava**.
Se hai mai voluto dare una voce alla tua applicazione senza pagare abbonamenti costosi o affidarti a servizi cloud, Coqui TTS è probabilmente la risposta che cercavi.In questo articolo vedremo cos'è, a cosa serve, e perché sta diventando un punto di riferimento nel mondo della sintesi vocale open source.Cos'è Coqui TTS?Coqui TTS (pronunciato "co-ki", c...
Negli ultimi mesi è diventato praticamente impossibile aprire TikTok senza vedere video animati partiti da una semplice foto. Gente che trasforma un ritratto in un personaggio che cammina, canta, guarda in camera o fa movimenti perfettamente sincronizzati con la musica.
Ti sei messo a chiedere un articolo sugli assistenti di codice gratuiti. Ovviamente. Perché ormai non basta più litigare con il compilatore, adesso dobbiamo pure far finta che una macchina sia il collega junior che non chiede ferie e non ruba il pranzo dal frigo.
Ho passato un pomeriggio a installare e testare FaceFusion su Linux con CPU, partendo da zero. Vi racconto com'è andata davvero — senza filtri.Cos'è FaceFusion e perché l'ho provatoStavo usando iRoop per il face swap, ma aveva due problemi evidenti: da vicino faceva schifo e quando la persona nel video girava la testa era un disastro.
Nel Natural Language Processing esistono architetture che fanno molto rumore e architetture che fanno molto lavoro. La combinazione BiGRU + CRF appartiene decisamente alla seconda categoria.Per molti anni è stata la soluzione di riferimento per problemi di sequence labeling.
Chiunque abbia provato a costruire un sistema di Named Entity Recognition o part-of-speech tagging si scontra prima o poi con un problema molto specifico: le predizioni indipendenti.Molti modelli neurali classificano ogni token separatamente.