Уже давно сложился такой визуальный дискурс для организаций, у которых в названии есть слова «федерация» и прочие подобные. Их логотип так же легко отличить среди других, как легко разглядеть в толпе старосту или 4-го заместителя директора.
Дизайнеры, присмотритесь к кодировке цветов — так делать нельзя: в синем цвете не должно быть желтой краски — иначе синий станет грязнее.
ФКС захотело чего-то получше: пожалуй стоит найти свой желтый костюм для работы с радиоактивными отходами и приняться за работу
Дизайнеры, присмотритесь к кодировке цветов — так делать нельзя: в синем цвете не должно быть желтой краски — иначе синий станет грязнее.
ФКС захотело чего-то получше: пожалуй стоит найти свой желтый костюм для работы с радиоактивными отходами и приняться за работу
❤2
Если у вас есть длинная аудиозапись (например, интервью или встреча) и нужно быстро получить текст — можно использовать Whisper. Это один из самых точных инструментов распознавания речи, который работает локально и поддерживает русский язык. Без подписок — только на вашем компьютере. А можно установить и на сервер, если у вас есть такая возможность.
Вот как быстро запустить его на Mac:
Откройте Terminal. Сначала установите ffmpeg — он нужен для обработки аудио:
brew install ffmpeg
Создайте отдельное окружение (чтобы не ломать системный Python):
python3 -m venv whisper-env
source whisper-env/bin/activate
Установите сам Whisper:
python3 -m pip install -U pip
python3 -m pip install openai-whisper
Теперь можно расшифровывать аудио:
python3 -m whisper 1.m4a --model medium --language Russian
Если файлов несколько — просто запускаете команду для каждого.
На выходе появится .txt файл с полной расшифровкой.
Если нужна скорость — используйте --model base, если важнее точность — medium или large.
И небольшой нюанс: во время обработки лучше не закрывать крышку ноутбука надолго, иначе процесс может остановиться.
Вот как быстро запустить его на Mac:
Откройте Terminal. Сначала установите ffmpeg — он нужен для обработки аудио:
brew install ffmpeg
Создайте отдельное окружение (чтобы не ломать системный Python):
python3 -m venv whisper-env
source whisper-env/bin/activate
Установите сам Whisper:
python3 -m pip install -U pip
python3 -m pip install openai-whisper
Теперь можно расшифровывать аудио:
python3 -m whisper 1.m4a --model medium --language Russian
Если файлов несколько — просто запускаете команду для каждого.
На выходе появится .txt файл с полной расшифровкой.
Если нужна скорость — используйте --model base, если важнее точность — medium или large.
И небольшой нюанс: во время обработки лучше не закрывать крышку ноутбука надолго, иначе процесс может остановиться.
❤4👍1🔥1