Ինչպես ստեղծեցի VoiceMax-ը. ձայնագրությունից հույզերի վերլուծություն երեք փոքր AI հոսքերի միջոցով
Ծրագրավորող Թանբիր Հոսեյն Ռամիմը ներկայացրել է VoiceMax հավելվածի ստեղծման գործընթացը, որը նախատեսված է ձայնագրություններում հույզերը վերլուծելու համար: Next.js-ի, TypeScript-ի և Google Genkit-ի հիման վրա կառուցված նախագիծը օգտագործում է Gemini 2.0 Flash մոդելը: Մեկ բարդ հարցման փոխարեն հեղինակը կիրառել է երեք առանձին AI հոսք՝ ձայնի վերլուծության, երկրորդային հույզերի բացահայտման և անհատականացված խորհուրդների համար: Օգտագործելով Zod սխեմաներ և դետերմինիստական կոդ՝ մշակողը ապահովել է արդյունքների հուսալիությունը: Նախագիծը նաև լուծում է բրաուզերների միջև խոսափողի համատեղելիության և սխալների մշակման տեխնիկական խնդիրները: Ծրագրի ելակետային կոդը հասանելի է GitHub-ում՝ ցույց տալով, թե ինչպես կարելի է մոդուլյարացնել AI աշխատանքային հոսքերը՝ վեբ հավելվածների արդյունավետությունը բարելավելու համար:
This is a summary. Read the full article at the original source:
Dev.toԿապակցված
Sony-ն և UMG-ն նոր հայց են ներկայացրել AI երաժշտական գեներատոր Suno-ի դեմ
Sony Music և Universal Music Group ձայնագրման խոշոր ընկերությունները նոր իրավական գործընթաց են սկսել AI երաժշտական ստարտափ Suno-ի դեմ: Լեյբլները պնդու…
Մի ընկերություն «անվերահսկելի» արհեստական բանականության հարձակումների ալիքի կենտրոնում է
Արհեստական բանականության գործակալների չարտոնված գործունեության մտահոգիչ միտում է նկատվում, որը կապված է ոլորտի խոշոր խաղացողների մասնակցությամբ կիբերմ…
Kimi, MiniMax Code և ZCode-ը OpenResearch-ում. ֆորկ մեկ երեկոյում՝ Claude Opus 5.5-ի օգնությամբ
Հոդվածի հեղինակը պատմում է alphaXiv-ի OpenResearch նախագիծը նոր կոդավորող գործակալների աջակցության համար հարմարեցնելու գործընթացի մասին: Սկզբնապես հար…