Форум Привет

был очередной скриновый разговор с hr кампании.
cудя по повадкам, весьма ленивая.
я что-то сказал про стек, она оживилась и выдала пара параграфов и про mongodb, nosql, api.
и так складно.

такое впечатление, что у них запущена прога, которая на ходу траскриптит разговор, а заодно время от времени делает запросы к какой-то модели с контекстом, чтобы поддерживать разговор.
еще транскрипт они могут загружать в chatgpt, чтобы тот сравнил описание позиции и рассказ кандидата.

насколько это реалистично?

caltrain писал(а): ↑Пт ноя 01, 2024 6:57 pm был очередной скриновый разговор с hr кампании.
cудя по повадкам, весьма ленивая.
я что-то сказал про стек, она оживилась и выдала пара параграфов и про mongodb, nosql, api.
и так складно.

такое впечатление, что у них запущена прога, которая на ходу траскриптит разговор, а заодно время от времени делает запросы к какой-то модели с контекстом, чтобы поддерживать разговор.
еще транскрипт они могут загружать в chatgpt, чтобы тот сравнил описание позиции и рассказ кандидата.

насколько это реалистично?

Не совсем так, но что вы хотели?
Иначе живого человека нафиг выбросят а автомат засунут…

alex_127 писал(а): ↑Пт ноя 01, 2024 7:20 pm Не совсем так

а как? что именно делают? (если без мистификации)

caltrain писал(а): ↑Пт ноя 01, 2024 7:57 pm а как? что именно делают?

как Вы сказали выше, но в придачу ещё жЫвой человек контролирует процесс
А ChatGPT очень даже складно не только про стек, но и про квантовую механику говорит

caltrain писал(а): ↑Пт ноя 01, 2024 7:57 pm

alex_127 писал(а): ↑Пт ноя 01, 2024 7:20 pm Не совсем так

а как? что именно делают? (если без мистификации)

Я лично скармливаю транскрипт для приведения в удобоваримый вид после интервью

Сейчас используют AI для того чтобы потом автоматически иметь транскрипт беседы. Но об этом предупреждают в начале разговора.

alex_127 писал(а): ↑Пт ноя 01, 2024 8:27 pmЯ лично скармливаю транскрипт для приведения в удобоваримый вид после интервью

вот так будешь год кормить, два кормить. А потом он тебя самого скушает

kyk писал(а): ↑Пт ноя 01, 2024 8:16 pm

caltrain писал(а): ↑Пт ноя 01, 2024 7:57 pm а как? что именно делают?

как Вы сказали выше, но в придачу ещё жЫвой человек контролирует процесс
А ChatGPT очень даже складно не только про стек, но и про квантовую механику говорит

Гопота

kyk писал(а): ↑Пт ноя 01, 2024 9:22 pm

alex_127 писал(а): ↑Пт ноя 01, 2024 8:27 pmЯ лично скармливаю транскрипт для приведения в удобоваримый вид после интервью

вот так будешь год кормить, два кормить. А потом он тебя самого скушает

Он будет звать меня батяней и ништяки потом подкидывать. Все просчитано.

alex_127 писал(а): ↑Пт ноя 01, 2024 8:27 pm

caltrain писал(а): ↑Пт ноя 01, 2024 7:57 pm

а как? что именно делают? (если без мистификации)

Я лично скармливаю транскрипт для приведения в удобоваримый вид после интервью

транскрипт - кампания обязует, или для собственного удобства?

запись делается с динамика компьютера - чтобы не заморачиваться с хитрыми про
граммами, проводами, блютусами.
достаточно в параллели запустить зум митинг не существующему собеседнику, но с транскриптои

правильная догадка?

в Zoom это уже встроенная фича (не бесплатно)
Но если Chime, то там ещё интереснее:
https://aws.amazon.com/blogs/business-p ... chime-sdk/
The Symbl Conversational AI Adapter allows developers to add various conversation AI capabilities in applications built with the Amazon Chime SDK for JavaScript . Out of the box capabilities include the following:

* Automatically detect Action Items and Follow Ups from calls
* Automatically detect Questions asked in the call
* Detect contextually relevant Topics of Discussion with sentiment
* Auto-generate transcriptions of calls, separated by Speakers
* Provide live closed captioning and real-time insights detection
* Generate advanced speaker level analytics
* And more

Декодирование voice-to-text сейчас доступно на многих платформах. Сам пробовал только https://cloud.google.com/speech-to-text/v2/docs. Работает практически в real-time. Уже готовый текст можно обрабатывать тем-же ChatGPT/Gemini и тп. Вообщем достаточно просто сделать и относительно недорого.

elpresidente* писал(а): ↑Сб ноя 02, 2024 10:19 am Вообщем достаточно просто сделать и относительно недорого.

А потом получается примерно такая фигня

https://apnews.com/article/ai-artificia ... 6c4c9bbb14

Whisper не пробовал, продукт Гугла спокойно справился с моим достаточно сильным акцентом и смог без ошибок перевести достаточно сложный монолог длинной около пары минут. Как оно будет работать в ситуации с несколькими участниками разговора да еще при наличии помех не порбовал.
Хочу заметить что мне иногда трудно бывает понять что говорят люди с акцентом или если плохо слышно, переспросить не всегда есть возможность поэтому приходится додумывать, подозреваю что и AI будет иметь теже проблемы.

Вспомнил что ту-же самую запись пропустил через бесплатный https://useapi.net/docs/api-runwayml-v1 ... transcribe (условно бесплатный тк у меня уже есть из подписка на иx API для Midjourney). Результат был прометно тем-же что и у Гугла.

elpresidente* писал(а): ↑Сб ноя 02, 2024 10:35 am Whisper не пробовал, продукт Гугла спокойно справился с моим достаточно сильным акцентом и смог без ошибок перевести достаточно сложный монолог длинной около пары минут.

можно ли сделать синхронный перевод телефонного разговора в котором один человек знает только русский, а другой человек знает только английский?
Чтобы люди общались в real time. При этом они получают инструкцию говорить короткими предложениями и затем делать паузу, терпеливо ожидая перевода.

Я такое для очень пожилого человека хотел сделать

kyk писал(а): ↑Вс ноя 03, 2024 1:40 pm

elpresidente* писал(а): ↑Сб ноя 02, 2024 10:35 am Whisper не пробовал, продукт Гугла спокойно справился с моим достаточно сильным акцентом и смог без ошибок перевести достаточно сложный монолог длинной около пары минут.

можно ли сделать синхронный перевод телефонного разговора в котором один человек знает только русский, а другой человек знает только английский?
Чтобы люди общались в real time. При этом они получают инструкцию говорить короткими предложениями и затем делать паузу, терпеливо ожидая перевода.

Я такое для очень пожилого человека хотел сделать

Думаю что можно.
1. Audio to text
2. Text translate
3. Translated text to audio
Это конечно будет никак не в реальном времени но можно сделать довольно близко.
Естественно придется сделать так чтобы приложение показывало статус (кто говорит/отвечает / подождите / перевод итд).
Неужели такого нет?

elpresidente* писал(а): ↑Вс ноя 03, 2024 3:33 pm Естественно придется сделать так чтобы приложение показывало статус (кто говорит/отвечает / подождите / перевод итд).
Неужели такого нет?

Речь? Её ведь очень непросто разбить, тем более люди в разговорной речи и повторяются и переспрашивают, как это в близко к реалтайму переводить на лету?

Синхронный переводчик как минимум ждёт конца мыслы перед тем как начинать переводить.

Это текстовые переводы, как они в том же google meet или youtube переводить и тут же обновлять с получением новых слов.

Надо делать кнопку Press to speak и от этого уже отталкиваться. Скорее всего можно сделать близко к реальному времени. С трудом верится что такого уже нет, это может быть вполне востребованный коммерческий продукт. В принципе сам бы с удовольствием попробовал такое сделать но у меня совсем нет опыта с mobile development.

Uzito писал(а): ↑Вс ноя 03, 2024 3:40 pm Речь? Её ведь очень непросто разбить

Уже давал выше ссылку, посмотрите внимательно на формат ответа https://useapi.net/docs/api-runwayml-v1 ... transcribe
Мне кажетя там можно вполне определять даже паузы автоматом (start/end) и автоматом просить повотрить (см confidence).