Искусственный интеллект

Видел недавно пост, где ChatGPT называет неправильное время на часах. Миф опровергнут :)

Скриншот, кстати, с нашего сайта, который мы разрабатываем. Скоро будет публичный тест!

Почему нейросеть не рисует одну розу и букву "V"? Мы провели расследование

Недавно в DALL·E (нейросети OpenAI для генерации изображений) обнаружили странный баг — она отказывается рисовать одну розу и букву "V". Это вызвало много вопросов, и мы решили докопаться до истины.

Провели серию контрольных тестов, чтобы выяснить, какие объекты блокируются и что их объединяет. Вот что мы выяснили:

Что DALL·E блокирует?

❌ Одиночную розу — но букет рисует без проблем.
❌ Букву "V" — но другие буквы, например, "X", проходят.
❌ Маску Гая Фокса — но обычную белую театральную маску можно.

Что DALL·E НЕ блокирует?

✅ Букет роз — фильтр настроен только на одиночный цветок.
✅ Человека в черном плаще и шляпе — если не упоминать "V for Vendetta".
✅ Серп и молот, китайскую коммунистическую пропаганду — значит, дело не в общей цензуре против левых идей.

В чём причина?

После анализа стало очевидно: все заблокированные элементы связаны с "V for Vendetta" и символикой восстания. Красная роза, буква "V" и маска Гая Фокса — это культовые образы революции, сопротивления и анархии.

Вероятные причины фильтра:

1. OpenAI не хочет, чтобы DALL·E создавал символику протестов и восстаний.


2. Система блокирует "опасные" символы, чтобы их не использовали в политических кампаниях.


3. Возможно, это просто баг, но он явно настроен очень точечно.


Вывод

DALL·E не блокирует коммунизм, социализм или анархизм в целом, но выборочно фильтрует ключевые символы восстания. Это значит, что OpenAI активно контролирует, какие изображения можно генерировать, а какие нет, причём на уровне отдельных слов.


---

Если кто-то хочет проверить сам — попробуйте сгенерировать одну розу, букву "V" или маску Гая Фокса. А если найдете ещё заблокированные символы — пишите, будет интересно расширить этот список!

Озвучка диалогов из текста может сильно упростить и ускорить работу во многих ситуациях: подкасты, аудиокниги, обучающие материалы, рекламные ролики, создание игр, reels и даже фильмов.

Часто записать аудио крайне трудно: нет доступа к микрофону, шумная обстановка или ограниченные временные рамки. Или просто лень.

Поэтому сегодня на обзоре нейросеть Fishspeech, которая реалистично озвучит текст, сохраняя интонации и эмоциональную окраску. Так ещё можно добавлять свои голоса или использовать уже готовые 50+ голосов от сообщества Нейро-Софт. Вообще сказка! Давайте к обзору.

❯ Основные особенности FishSpeech🐠

Fish Speech Dialogue — современный инструмент для озвучивания диалогов и реплик с использованием разнообразных голосов.

Благодаря портативной версии не нужна установка базового Fish Speech MOD, а функциональность доступна «из коробки»:

• Поддержка до 10 говорящих. Идеально для одиночных реплик и сложных диалогов.

• Автоматическое распределение голосов. Экономит время, подбирая подходящие голоса для каждого персонажа.

• Библиотека из 50+ голосов от сообщества. От Жириновского до Яндекс Алисы.

• Форматирование диалогов. Автоматическое оформление в формате «Говорящий: текст».

• Различные форматы сохранения. Поддерживаются WAV, MP3 и FLAC.

• Мультиязычный интерфейс. Доступны русский и английский.

• Автообновления и интеграция с GitHub.

❯ Обзор интерфейса

Нас встречает такой интерфейс. В самой верхней строке можно выбрать язык интерфейса, изначально будет английский.

Левое окно «Статистика диалога» — основное рабочее поле. В верхней части окна отображается количество говорящих, число реплик и общее количество символов. Нижняя часть содержит текст диалога.

Диалоги необходимо оформлять так: каждая реплика должна начинаться с имени говорящего и двоеточия. Пример видно на скриншоте выше.

В правой части интерфейса находится блок с итоговым результатом и кнопка «Сгенерировать диалог».

Плавно спускаемся ниже.

Количество говорящих — это автоматический параметр, который определяется системой в зависимости от структуры диалога.

Для каждого говорящего доступна отдельная панель настроек. Здесь можно:

1. Указать имя говорящего, которое должно совпадать с именем в тексте диалога.

2. Выбрать референсный голос из доступных вариантов.

3. Загрузить собственную аудиодорожку и использовать голос из неё. Также необходимо подписать транскрипцию. В этом случае нейросеть будет использовать загруженный голос для генерации диалога. Транскрипцию пишем сплошным текстом.

Последняя функция очень полезна. Когда ваш профессиональный диктор заболел, можно чуть схитрить и продолжить процесс записи и озвучки :D

В самом низу находятся расширенные настройки:

Честно, расширенные параметры я не щупал, меня интересовал лишь принцип работы и результаты. Но я попросил ассистента Perplexity пояснить, что это, кому интересно, вот выжимка:

В общем, всё до безумия просто. Пишем или генерируем диалог, выбираем голоса и получаем озвучку. Давайте посмотрим на неё в деле.

❯ Примеры и возможности

Начнём с простого — рассуждения Винни-Пуха.

Давайте усложним и представим миниатюру: бытовой диалог Джонни Сильверхенда и Яндекс Алисы.

Сгенерируем диалог с тремя участниками - Шерлок Холмс, Сергей Дружко и Кот Матроскин. Такого вы ещё не слышали.

Далее я решил попробовать сгенерировать что-нибудь на английском с голосом Матроскина. И вышло очень даже неплохо и похоже.

Дмитрий Нагиев и Чебурашка:

Ну и напоследок я попросил свою знакомую записать пару голосовых для теста. Дальше скачал их в формате .ogg, конвертировал в .mp3 и загрузил в нейросеть. Для транскрипции я использую крутую нейронку Whisper, скачать её можно на GitHub. Там всё интуитивно понятно, думаю, разберётесь. Вот что получилось.

Ещё пара примеров:

Как итог, FishSpeech — удобный инструмент, который помогает озвучивать тексты даже в ситуациях, когда запись голоса невозможна. Простота и гибкость делают его отличным решением для создания игр, подкастов, аудиокниг и других проектов, где важна качественная озвучка.

Скачать портативную версию FishSpeech с установкой в один клик для самых ленивых вы можете тут.

Подписывайтесь на 👾Нейро-Софт, канал с портативными версиями ваших любимых нейросетей!