Салам, мен Uba

Жасалма интеллект менен автоматташтыруу боюнча адис

Бардык системалар

21 / 24Жасалма интеллект системалары / 21 (жалпы 24)

Кейс

Ички курал

Voice Typer

Баскычты кармап сүйлөгөн Windows куралы: үн менен терип которот; булуттагы API менен бирге толук жергиликтүү сүйлөө конвейери (faster-whisper + Ollama) бар.

Pythonfaster-whisperOllamaOpenAI Whisper APIGoogle Gemini APIWindows ыкчам баскычтары

СҮР. 001 / АРХИТЕКТУРА

Система кантип байланышат

Жандуу модель

Көйгөй

Булутта гана иштеген үн менен терүү куралдарында ар бир жазуу компьютерден сыртка чыгат, ал эми «айтканымды жаз» жана «чачыранды сөзүмдү таза англисче билдирүүгө айлант» деген эки ишти тең бир ыкчам баскыч менен аткарган жеңил Windows куралы жок болчу.

Система

Системалык трейде иштеген Python тиркемеси баскыч басылып турганда үндү жазып алып, аны же жергиликтүү (faster-whisper), же OpenAI Whisper/Google Gemini аркылуу текстке айлантат; провайдерди конфигурацияда тандоого болот. Котормо режими жергиликтүү транскриптти Ollama LLM аркылуу өткөрүп, мааниси жок толтурма сөздөрдү жана кайталоолорду алып салат да, таза англисче билдирүү катары кайра жазат; жандуу терүү режими колдонуучу сүйлөп жатканда болжол менен эки секунд сайын жарым-жартылай транскрипттерди активдүү талаага жазып турат; ал эми өзүнчө ыкчам баскыч белгиленген текстти ордунда которот.

СҮР. 002 / КАНТИП ИШТЕЙТ

Кантип иштейт

Voice Typer — ачык жарыяланган «Үндөн текстке» куралынын өнүккөнүрөөк тууганы: ошол эле «айт — текст пайда болот» идеясы, бирок үнү компьютеринен сыртка чыгышын каалабагандар үчүн толугу менен жергиликтүү иштеген үндү текстке айлантуу жана тазалоо конвейери кошулган, ошондой эле текст сиз сүйлөп токтогондон кийин гана эмес, сүйлөп жатканда эле пайда болгон жандуу, бөлүк-бөлүк терүү бар. Ал провайдерлерди жана ыкчам баскычтарды алмаштыруу үчүн системалык трейдеги интерфейси менен толук кандуу Windows орноткучу катары жеткирилет.

Технологиялар

Эмнеде иштейт

Pythonfaster-whisperOllamaOpenAI Whisper APIGoogle Gemini APIWindows ыкчам баскычтары

Үндөн текстке + заматта которуу

Ачык код

Windows трей куралы: ALT эки жолу басып, каалаган жерде Whisper менен үн аркылуу жазыңыз; текстти белгилеп, CTRL эки жолу басып, заматта калкыма котормо алыңыз.

PythonOpenAI Whisper APIOpenAI GPT APIWindows ыкчам баскычтары+1

UBA-BRAIN

Ички курал

Жалпы markdown билим базасы жана эрежелер: каалаган компьютердеги каалаган жасалма интеллект CLI кардар ишин бирдей эрежелер, эс тутум, көндүмдөр менен аткарат.

127 кадам жазылдыMarkdownPythonPowerShellBash+5

Жасалма интеллект менен продукт сүрөттөрүн жаратуу конвейери

Ички курал

Кардардын чаттагы өтүнүчү боюнча жасалма интеллект менен бренддин стилиндеги продукт сүрөтүн жасаган конвейер: аккаунтту, моделди жана референсти өзү тандайт.

4 бренд бир конвейердеPythonMagnific REST APINano Banana Pro (Gemini 3 Pro Image)GPT Image 2+3

Командаңызга ушундай система керекпи?

30 мүнөттүк чалууда бир иш процессинин схемасын түзүүдөн баштайбыз.

Мага жазыңыз:WhatsAppTelegram